Internal Tibial Forces and Moments During Graded Running
Notice bibliographique
Résumé
The stress experienced by the tibia has contributions from the forces and moments acting on the tibia. We sought to quantify the influence of running grade on internal tibial forces and moments. Seventeen participants ran at 3.33 m/s on an instrumented treadmill at 0 deg, ±5 deg, and ±10 deg while motion data were captured. Ankle joint contact force was estimated from an anthropometrically-scaled musculoskeletal model using inverse dynamics-based static optimization. Internal tibial forces and moments were quantified at the distal 1/3rd of the tibia, by ensuring static equilibrium with all applied forces and moments. Downhill running conditions resulted in lower peak internal axial force (range of mean differences: -9% to -16%, p < 0.001), lower peak internal anteroposterior force (-14% to -21%, p < 0.001), and lower peak internal mediolateral force (-14% to -15%, p < 0.001), compared to 0 deg and +5 deg. Furthermore, downhill conditions resulted in lower peak internal mediolateral moment (-11%to -21%, p < 0.001), lower peak internal anteroposterior moment (-13% to -14%, p < 0.001), and lower peak internal torsional moment (-9% to -21%, p < 0.001), compared to 0 deg, +5 deg, and +10 deg. The +10 deg condition resulted in lower peak internal axial force (-7% to -9%, p < 0.001) and lower peak internal mediolateral force (-9%, p = 0.004), compared to 0 deg and +5 deg. These findings suggest that downhill running may be associated with lower tibial stresses than either level or uphill running.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».