Kinematic Assessment of Fine Motor Skills in Children: Comparison of a Kinematic Approach and a Standardized Test
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
Deficits in fine motor skills have been reported in some children with neurodevelopmental disorders such as amblyopia or strabismus. Therefore, monitoring the development of motor skills and any potential improvement due to therapy is an important clinical goal. The aim of this study was to test the feasibility of performing a kinematic assessment within an optometric setting using inexpensive, portable, off-the-shelf equipment. The study also assessed whether kinematic data could enhance the information provided by a routine motor function screening test (the Movement Assessment Battery for Children, MABC). Using the MABC-2, upper limb dexterity was measured in a cohort of 47 typically developing children (7-15 years old), and the Leap motion capture system was used to record hand kinematics while children performed a bead-threading task. Two children with a history of amblyopia were also tested to explore the utility of a kinematic assessment in a clinical population. For the typically developing children, visual acuity and stereoacuity were within the normal range; however, the average standardized MABC-2 scores were lower than published norms. Comparing MABC-2 and kinematic measures in the two children with amblyopia revealed that both assessments provide convergent results and revealed deficits in fine motor control. In conclusion, kinematic assessment can augment standardized tests of fine motor skills in an optometric setting and may be useful for measuring visuomotor function and monitoring treatment outcomes in children with binocular vision anomalies.
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 | 0,000 | 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 découle