MétaCan
Menu
Retour à la cohorte
Enregistrement W3192038966 · doi:10.1177/00187208211033450

How Do Violinists Adapt to Dynamic Assistive Support? A Study Focusing on Kinematics, Muscle Activity, and Musical Performance

2021· article· en· W3192038966 sur OpenAlexafffund
Clara Ziane, Benjamin Michaud, Mickaël Begon, Fabien Dal Maso

Notice bibliographique

RevueHuman Factors The Journal of the Human Factors and Ergonomics Society · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueMusicians’ Health and Performance
Établissements canadiensCentre Hospitalier Universitaire Sainte-JustineUniversité de Montréal
Organismes subventionnairesCanada First Research Excellence FundNatural Sciences and Engineering Research Council of CanadaMitacs
Mots-clésViolinKinematicsElectromyographyPhysical medicine and rehabilitationMuscle fatigueMusical instrumentMusicalPsychologyPhysical therapyMedicineAcoustics

Résumé

récupéré en direct d'OpenAlex

Objective Assessing violinists’ motor and musical performance adaptations to dynamic assistive support (DAS) provided by a passive device, using a force-field adaptation paradigm. Background Up to 93% of instrumentalists are affected by musculoskeletal injuries and particularly violinists. The repetitive nature of their work may lead to muscle fatigue, an injury risk factor. DAS has been used in occupational settings to minimize muscle activations and limit fatigue accumulation. DAS may however affect motor and musical performance. Method Fifteen expert violinists were equipped with reflective markers and surface and intramuscular electromyography (EMG) sensors. Movements, muscle activations, and sound were recorded while participants completed three experimental conditions for which they continuously played a 13-s musical excerpt: Control (no DAS), Adaptation (DAS), and Washout (no DAS). DAS was applied at the left elbow (violin-holding side). Conditions were repeated 1 week later. Participants later listened to their own audio recordings playing with and without DAS and blindly assessed their performances. Linear mixed models were used to compare DAS and no-DAS conditions’ kinematic, EMG, and musical performance data. Results DAS perturbed user kinematics but reduced mean activations of left medial deltoid and superior trapezius. Joint kinematic and muscle activation patterns between DAS and no DAS conditions however remained similar. Musical performance was unchanged with DAS. Conclusion Though DAS modified violinists’ upper-limb configurations, resulting kinematics were not detrimental to musical performance. Reduced muscle activations with DAS could contribute to lessening muscle fatigue. Application Although its effect on muscle fatigue should be further investigated, DAS might be useful in preventing violinists’ injuries.

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)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
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 recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,044
Tête enseignante GPT0,306
Écart entre enseignants0,261 · 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

Citations6
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHuman Factors The Journal of the Human Factors and Ergonomics SocietyMême sujetMusicians’ Health and PerformanceTravaux en français237 207