Trunk muscle forces and spinal loads during heavy deadlift: Effects of personalization, muscle wrapping, muscle lever arm, and lumbopelvic rhythm
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
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.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 découle