MétaCan
Menu
Retour à la cohorte
Enregistrement W3152553012 · doi:10.24908/iqurcp.10047

1. Impact of Surface Stability and Hand Separation on Activation of Agonist and Stabilizing Muscles During Push-Up Exercise

2018· article· en· W3152553012 sur OpenAlexvenueno aff
Mahadev Bhalla

Notice bibliographique

RevueInquiry Queen s Undergraduate Research Conference Proceedings · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueMuscle activation and electromyography studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAgonistElectromyographyPartial agonistPhysical medicine and rehabilitationChemistryAnatomyMedicineReceptorInternal medicine

Résumé

récupéré en direct d'OpenAlex

Stability is an important factor to consider when designing an exercise program as recent studies have suggested that there can be benefits to performing exercises on unstable surfaces compared to rigid ones. Furthermore, to increase strength of the agonist muscles, pectoralis major and triceps brachii, various hand positions can also be implemented to increase stress on these muscles during an exercise. Thus, our goal was to test the impact that surface stability and hand position can have on muscle activity of stabilizing and agonist muscles during a push-up exercise. Surface electrodes were attached to specific stabilizing and agonist muscles and electromyography (EMG) data was used to measure muscle activity. When compared to a rigid surface, a push up exercise performed on an unstable surface of a BOSU ball resulted in higher muscle activity for all the stabilizing muscles, while only the pectoralis major had an increase in activity for the agonist muscle group. In regards to hand position, a narrow hand spacing resulted in greater activation of all the stabilizing muscles and was able to specifically target the triceps brachii, while the use of wide hand spacing only isolated the pectoralis major. Hence an exercise program consisting of push-ups can target the stabilizing muscles further by using an unstable surface and a narrow hand position. In regards to the agonist muscles, the use of a specific surface and hand position can allow the user to target the agonist muscle they desire in a more efficient manner.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,075
Tête enseignante GPT0,356
Écart entre enseignants0,281 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInquiry Queen s Undergraduate Research Conference ProceedingsMême sujetMuscle activation and electromyography studiesTravaux en français237 207