MétaCan
Menu
Retour à la cohorte
Enregistrement W4253128554 · doi:10.1249/00005768-200405001-00785

Practice Evoking the FCR H-Reflex

2004· article· en· W4253128554 sur OpenAlexaff
James Inglis, Anita Christie, David A. Gabriel

Notice bibliographique

RevueMedicine & Science in Sports & Exercise · 2004
Typearticle
Langueen
DomaineNeuroscience
ThématiqueHemispheric Asymmetry in Neuroscience
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésAudiologyRepeated measures designStimulus (psychology)Latency (audio)PsychologyAmplitudeCorrelationReflexMedicineMathematicsStatisticsPhysicsComputer scienceNeuroscienceCognitive psychologyTelecommunications

Résumé

récupéré en direct d'OpenAlex

1128 PURPOSE: To study the number of sessions required for a novice investigator (NI) to proficiently evoke an H-reflex in the flexor carpi radialis, compared to an experienced investigator (EI). METHODS: Thirty-one volunteers underwent 5 test sessions. The first 4 sessions were completed by one tester and the fifth by the second tester. In each session, ten responses of both the maximal M-wave (Mmax) and the H-reflex at a stimulus intensity corresponding to 5% of Mmax (H5%) were recorded. The amplitude and latency measures used for analysis were obtained by both testers on their first session with the same subject. RESULTS: There was a strong correlation between testers for Mmax (r = .89) and H5% (r = .70). The latency measure between testers had a low correlation (r = .38). The difference in latency between the two testers exhibited a quadratic decrease with NI practice. The plateau remained under 1-msec after subject 25. CONCLUSIONS: The peak-to-peak amplitudes of the H-reflex and M-wave do not appear to be influenced by the level of experience of the tester. The latency of the response, however, appears to have an associated learning curve. Amplitude measures require little practice to obtain accurate results. If the measure of interest is latency, a novice investigator requires approximately 50 practice sessions to be confident in the results. Supported by NSERC

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)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
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)0,0040,001

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 Opus0,029
Tête enseignante GPT0,328
Écart entre enseignants0,299 · 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'étudeSans objet
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
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedicine & Science in Sports & ExerciseMême sujetHemispheric Asymmetry in NeuroscienceTravaux en français237 207