MétaCan
Menu
Retour à la cohorte
Enregistrement W4387662106

Relationship between backpack load location, sex, anthropometric and body composition factors with postural sway in healthy young adults.

2023· article· en· W4387662106 sur OpenAlexaff
Dean L. Smith, Mark Walsh

Notice bibliographique

RevuePubMed · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOccupational Health and Performance
Établissements canadiensCanadian Chiropractic Association
Organismes subventionnairesUniversity of Miami
Mots-clésBackpackAnthropometryMedicineMathematicsBalance (ability)Physical therapyInternal medicineGeography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Objective: Evaluate the effect of backpack load location on postural sway and correlate sway path length (PL) to anthropometrics and body composition. Methods: Fifteen participants aged 18-25 stood on a force plate with backpack load located high (LH), low (LL) or without backpack (NL). Body composition and anthropometric variables were correlated to PL. Results: Load increased PL, 95% confidence ellipse, and mean velocity while it reduced mediolateral SampEn (p<0.05). Females had increased mean velocity and PL of sway (p<0.05). Larger phase angles correlated with reduced PL under NL. Taller individuals correlated with reduced PL under LL. Greater mass correlated with reduced PL under LH. Conclusions: Load carriage regardless of load location increased postural sway metrics except mediolateral SampEn. Females had greater PL and mean velocity compared to males. Select anthropometric and body composition variables correlated with postural sway under different load conditions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,003
Score d'incertitude au seuil0,638

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,091
Tête enseignante GPT0,386
Écart entre enseignants0,295 · 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 tête enseignante, 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetOccupational Health and PerformanceTravaux en français237 207