Differing Characteristics of Human-Shaped Visual Stimuli Affect Clinicians’ Dosage of a Spinal Manipulative Thrust on a Low-Fidelity Model: A Cross-Sectional Study
Notice bibliographique
Résumé
Objective The purpose of this study was to determine whether chiropractic clinicians modulate spinal manipulation (SM) thrust characteristics based on visual perception of simulated human silhouette attributes. Methods We performed a cross-sectional within-participant design with 8 experienced chiropractors. During each trial, participants observed a human-shaped life-sized silhouette of a mock patient and delivered an SM thrust on a low-fidelity thoracic spine model based on their visual perception. Silhouettes varied on the following 3 factors: apparent sex (male or female silhouette), height (short, average, tall), and body mass index (BMI) (underweight, healthy, obese). Each combination was presented 6 times for a total of 108 trials in random order. Outcome measures included peak thrust force, thrust duration, peak preload force, peak acceleration, time to peak acceleration, and rate of force application. A 3-way repeated measures analysis of variance model was used to for each variable, followed by Tukey's honestly significant difference on significant interactions. Results Peak thrust force was reduced when apparent sex of the presented silhouette was female (F 1,7 = 5.70, P = .048). Thrust duration was largely invariant, except that a BMI by height interaction revealed a longer duration occurred for healthy tall participants than healthy short participants (F 4,28 = 4.34, P = .007). Compared to an image depicting obese BMI, an image appearing underweight lead to reduced peak acceleration (F 2,5 = 6.756, P = .009). Clinician time to peak acceleration was reduced in short compared to tall silhouettes (t 7 = 2.20, P = .032). Conclusion Visual perception of simulated human silhouette attributes, including apparent sex, height, and BMI, influenced SM dose characteristics through both kinetic and kinematic measures. The results suggest that visual information from mock patients affects the decision-making of chiropractic clinicians delivering SM thrusts.
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 | 0,002 | 0,006 |
| 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».