The effects of mobile phone use on motor variability patterns during gait
Notice bibliographique
Résumé
Mobile phone use affects the dynamics of gait by impairing visual control of the surrounding environment and introducing additional cognitive demands. Although it has been shown that using a mobile phone alters whole-body dynamic stability, no clear information exists on its impacts on motor variability during gait. This study aimed at assessing the impacts of various types of mobile phone use on motor variability during gait; quantified using the short- and long-term Lyapunov Exponent (λS and λL) of lower limb joint angles and muscle activation patterns, as well as the centre of mass position. Fourteen females and Fifteen males (27.72 ± 4.61 years, body mass: 70.24 ± 14.13 Kg, height: 173.31 ± 10.97 cm) walked on a treadmill under six conditions: normal walking, normal walking in low-light, walking while looking at the phone, walking while looking at the phone in low-light, walking and talking on the phone, and walking and listening to music. Variability of the hip (p λS = .015, λL = .043) and pelvis (p λS = .039, λL = .017) joint sagittal angles significantly increased when the participants walked and looked at the phone, either in normal or in low-light conditions. No significant difference was observed in the variability of the centre of mass position and muscle activation patterns. When individuals walk and look at the phone screen, the hip and knee joints are constantly trying to adopt a new angle to regulate and maintain gait stability, which might put an additional strain on the neuromuscular system. To this end, it is recommended not to look at the mobile phone screen while walking, particularly in public places with higher risks of falls.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».