Investigating Glenohumeral Joint Contact Forces and Kinematics in Different Keyboard and Monitor Setups using Opensim
Notice bibliographique
Résumé
Background: The musculoskeletal complaints of the shoulder are prevalent in people who work with computers for a long time.Objective: This study aimed to investigate the glenohumeral joint contact forces and kinematics in different keyboards and monitor setups using OpenSim.Material and Methods: Twelve randomly selected healthy males participated in an experimental study. A 3×3 factorial design was used in which three angles were considered for the monitor and three horizontal distances for the keyboard while performing standard tasks. The workstation was adjusted based on ANSI/HFES-100-2007 standard to maintain a comfortable ergonomic posture for controlling confounding variables. Qualisys motion capture system and OpenSim were used.Results: The maximum mean range of motion (ROM) of both shoulders’ flexion and adduction was observed when the keyboard was 15 cm from the edge of the desk, and the monitor angle was 30°. The maximum mean ROM of both shoulders’ internal rotation was recorded for the keyboard at the edge of the desk. Peak forces for most right shoulder complex muscles were obtained in two setups. 3D shoulder joint moments were significantly different among nine setups (P-value<0.05). The peak anteroposterior and mediolateral joint contact forces were recorded for the keyboard at 15 cm and the monitor at zero angles (0.751 and 0.780 N/BW, respectively). The peak vertical joint contact force was observed for the keyboard at 15 cm and the monitor at 15° (0.310 N/BW). Conclusion: The glenohumeral joint contact forces are minimum for the keyboard at 8 cm and the monitor at zero angles.
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 | 0,000 | 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) | 0,000 | 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 ».