MétaCan
Menu
Retour à la cohorte
Enregistrement W3196164769

Relationship between low back pain and hip and trunk rotation and core endurance in amateur male golfers

2012· article· en· W3196164769 sur OpenAlexaboutno aff
Rasa Šakalienė, Vilma Dudonienė, Eurelija Venckaitytė

Notice bibliographique

RevueLithuanian University of Health Sciences · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueSports Dynamics and Biomechanics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAmateurTrunkCore (optical fiber)Physical medicine and rehabilitationPhysical therapyRotation (mathematics)MedicineEngineeringComputer scienceGeographyArtificial intelligenceTelecommunicationsBiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Introduction: Golf is a unique sport that has been growing in popularity all around the world and can be played and appreciated regardless of age, gender, or athletic ability. Low back pain (LBP) is one of the most common musculoskeletal complaints among golfers. Research shows that low back pain in golfers can be determined by repetitive asymmetrical trunk rotations, decreased core endurance and diminished amplitude of hip rotation. The aim of the study was to determine the relationship between low back pain (LBP) and hip and trunk rotation and core endurance in amateur male golfers. Methods: Twenty-six amateur male golfers (age 43.6 ± 8.9 yr.; BMI 26.6 ± 3.6) participated in the study. History of LBP and golf related data (playing duration. intensity and golfers’ handicap) were taken. Subjects underwent measurements of hip medial and lateral as well as trunk rotation active range of motion (AROM) with goniometer. Core endurance was assessed by timing the golfer’s ability to maintain each of three McGill‘s functional test positions: (a) the lateral musculature test performed on each side, (b) the flexor endurance test, and (c) the back extensor test. LBP intensity and functional disability (FD) level were evaluated according to Oswestry disability index.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,016
Score d'incertitude au seuil0,222

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,030
Tête enseignante GPT0,226
Écart entre enseignants0,196 · 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 tête enseignante, 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
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLithuanian University of Health SciencesMême sujetSports Dynamics and BiomechanicsTravaux en français237 207