Neck Muscle Vibration Alters Upper Limb Proprioception as Demonstrated by Changes in Accuracy and Precision during an Elbow Repositioning Task
Notice bibliographique
Résumé
Upper limb control depends on accurate internal models of limb position relative to the head and neck, accurate sensory inputs, and accurate cortical processing. Transient alterations in neck afferent feedback induced by muscle vibration may impact upper limb proprioception. This research aimed to determine the effects of neck muscle vibration on upper limb proprioception using a novel elbow repositioning task (ERT). 26 right-handed participants aged 22.21 ± 2.64 performed the ERT consisting of three target angles between 80−90° (T1), 90−100° (T2) and 100−110° (T3). Controls (CONT) (n = 13, 6F) received 10 min of rest and the vibration group (VIB) (n = 13, 6F) received 10 min of 60 Hz vibration over the right sternocleidomastoid and left cervical extensor muscles. Task performance was reassessed following experimental manipulation. Significant time by group interactions occurred for T1: (F1,24 = 25.330, p < 0.001, ηp2 = 0.513) where CONT improved by 26.08% and VIB worsened by 134.27%, T2: (F1,24 = 16.157, p < 0.001, ηp2 = 0.402) where CONT improved by 20.39% and VIB worsened by 109.54%, and T3: (F1,24 = 21.923, p < 0.001, ηp2 = 0.447) where CONT improved by 37.11% and VIB worsened by 54.39%. Improvements in repositioning accuracy indicates improved proprioceptive ability with practice in controls. Decreased accuracy following vibration suggests that vibration altered proprioceptive inputs used to construct body schema, leading to inaccurate joint position sense and the observed changes in elbow repositioning accuracy.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».