MétaCan
Menu
Retour à la cohorte
Enregistrement W4394739286 · doi:10.70252/bzwn2771

Diagnostic ultrasound shows preferential activation of rectus abdominis segments with exercises targeting upper versus lower segments

2023· article· en· W4394739286 sur OpenAlexaff
Aaron P Gomirato, Sylvain Grenier

Notice bibliographique

RevueInternational journal of exercise science · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueSports injuries and prevention
Établissements canadiensLaurentian University
Organismes subventionnairesnon disponible
Mots-clésCrunchUltrasoundMedicineRectus abdominis muscleUltrasound imagingAnatomyPhysical therapyRadiology

Résumé

récupéré en direct d'OpenAlex

International Journal of Exercise Science 16(1): 1077-1086, 2023. Preferential activation of rectus abdominis sections during crunch or leg lifts has long been disputed. The objectives of this study were to both explore the activation of the rectus abdominis during these exercises. This study used a randomised independent measures design utilising both EMG and diagnostic ultrasound to record changes in rectus abdominis activity. Fifteen participants each performed multiple repetitions of a 45° crunch, a 90° sit-up, and finally a 90° leg raise, sufficient for an 8-second ultrasound recording utilising M-mode of all four unilateral abdominal segments during each of the exercises, resulting in 12 images per participant. There was a significant interaction between segment number and type of exercise when testing for percent difference (F6, 440 = 4.718, p < .01, η2 = .065). The mean thickness change of abdominis during a crunch manoeuvre was greater than the leg raise by 36.39 ± 3.21 % (p < .01). The mean thickness during the sit-up was also greater than the leg raise (32.49 ± 3.04 %). Rectus abdominis shortening and thickening was observed in all the exercises tested but was most pronounced in the abdominal crunch. Muscle recruitment seems to be biased closer to the load.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,175
Score d'incertitude au seuil0,640

Scores Codex et Gemma par catégorie

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

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 Opus0,018
Tête enseignante GPT0,313
Écart entre enseignants0,296 · 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'étudeExpérimental (laboratoire)
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 revueInternational journal of exercise scienceMême sujetSports injuries and preventionTravaux en français237 207