Variability in musculoskeletal fatigue responses associated with repeated exposure to an occupational overhead drilling task completed on successive days
Notice bibliographique
Résumé
Emerging research suggests that muscular and kinematic responses to overhead work display a high degree of variability in fatigue-related muscular and kinematics changes, both between and within individuals when evaluated across separate days. This study examined whether electromyographic (EMG), kinematic, and kinetic responses to an overhead drilling task performed until volitional fatigue were comparable to those of a repeated identical exposure of the task completed 1 week later. Surface EMG and intramuscular EMG, sampled from 7 shoulder muscles, and right upper limb kinematics and kinetics were analyzed from 15 male and 14 female participants. No significant day-to-day changes in EMG mean power frequency (MPF) were observed, though serratus anterior displayed significantly less fatigue-related increase in EMG root-mean-squared (RMS) signal amplitude on day 2. Unfatigued upper kinematics on day 2 featured an increase in thoracohumeral elevation, elbow flexion, and decrease in wrist ulnar deviation compared to unfatigued state on day 1. Fatigue-related changes in shoulder joint flexion moment that were present on day 1 were reduced on day 2, suggesting that a more efficient overhead work strategy was learned and preserved across successive days. Day-to-day changes in upper limb joint angle variability, quantified by median absolute deviation (MdAD), were joint dependent. Despite yielding a variable fatigue-related kinetic strategy on both days, kinematic and kinetic fatigue-related changes on a second day of completing an overhead drilling task suggested a potential kinematic learning effect.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 ».