Trunk muscle forces and spinal loads during heavy deadlift: Effects of personalization, muscle wrapping, muscle lever arm, and lumbopelvic rhythm
Notice bibliographique
Résumé
Heavy deadlift is used as a physical fitness screening tool in the U.S. Army. Despite the relevance of such a screening tool to military tasks performed by Service Members, the biomechanical impact of heavy deadlift and its risk of low-back injury remain unknown. A kinematics-driven musculoskeletal model of spine was implemented to investigate biomechanics of the lower back in a volunteer (23 years old, height of 1.82 m, and body mass of 98.8 kg) during a 68 kg deadlift. In search of protective mechanisms, effects of model personalization and variations in trunk musculature and lumbopelvic rhythm were also investigated. The net moment, compression and shear forces at the L5-S1 reached peaks of 684 Nm, 17.2 and 4.2 kN, respectively. Geometrical personalization and changes in lumbopelvic rhythm had the least effects on predictions while increases in muscle moment arms (40%) had the largest effects that caused, respectively, 32% and 36% decrease in the maximum compressive and shearing forces. Initiating wrapping of back muscles at farther distances from the spine had opposing effects on spinal loads; peak compression at the L5-S1 decreased by 12% whereas shear increased by 19%. Despite mechanisms considered, spinal loads during heavy deadlift exceed the existing evidence concerning the threshold of injury for spinal segments, suggesting the vulnerability to injury. Chronic exposure to such high-spinal loads may lead to (micro) fractures, degeneration, pathoanatomical changes and finally low-back pain.
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 | 0,000 |
| 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 ».