MétaCan
Menu
Retour à la cohorte
Enregistrement W4324336272 · doi:10.31459/turkjkin.1232047

The effect of different jaw positions on upper extremity performance, core endurance, and postural stability: A cross-sectional study

2023· article· en· W4324336272 sur OpenAlexaboutno aff
Senem Demirdel, Gülşah GÜL, Öznur GÜMÜŞ, Betül Kuz

Notice bibliographique

RevueTurkish Journal of Kinesiology · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueTemporomandibular Joint Disorders
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTrunkCore (optical fiber)Balance (ability)MedicinePhysical medicine and rehabilitationCore stabilityPhysical therapyRehabilitationTest (biology)Balance testOrthodonticsComputer science

Résumé

récupéré en direct d'OpenAlex

The jaw sensorimotor system has functional relationships with other parts of the body through neuroanatomical and biomechanical interactions. The aim of this study was to examine the effects of different jaw positions on upper extremity performance, core endurance, and postural stability. This cross-sectional study included 49 healthy young adults aged 18-28 years. Upper extremity performance was evaluated using the push-up test, core endurance was evaluated using the McGill’s Trunk Flexion and Extension Test and postural stability was evaluated using the Balance Error Scoring System. All assessments were made with resting jaw and clenching jaw positions. There was no significant difference in the Push-up test and Balance Error Scoring System scores in different jaw positions (p>0.05). The Mcgill trunk flexion test and extension test performance were found to be better in the clenched jaw position (p=0.017, p=0.035, respectively). The results of this study showed that jaw clenching increases core endurance time. This result should be taken into account when planning an evaluation and rehabilitation program for the core area.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,049
Tête enseignante GPT0,394
Écart entre enseignants0,345 · 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'étudeObservationnel
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTurkish Journal of KinesiologyMême sujetTemporomandibular Joint DisordersTravaux en français237 207