MétaCan
Menu
Retour à la cohorte
Enregistrement W4402854800

Musculoskeletal symptomatology in skeletally immature students carrying heavy backpacks: a cross-sectional study.

2024· article· en· W4402854800 sur OpenAlexaffabout
Zehra Alvi, Ali Alvi, Melanie A Mascarenhas, Mansour Alvi, Konstantine K. Zakzanis

Notice bibliographique

RevuePubMed · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOccupational Health and Performance
Établissements canadiensUniversity Health NetworkThe Scarborough HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCross-sectional studyMedicineComputer sciencePathology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Background: Young students with skeletal immaturity report an increasing number of musculoskeletal symptoms associated with daily use of heavy backpacks. This cross-sectional study investigated the relationship between heavy backpack use and reports of pain. Methods: Data were collected from 300 students aged 11 to 18 at the University of Toronto Schools. Results: Students, on average, carried 15.9% of their body weight. 54% of students reported physiological complaints, primarily back, shoulder, neck, and leg pain. Backpack weight as a % of body weight was strongly associated with pain complaints. Younger students and those with longer commutes were more likely to report heavy backpacks (50% compared to 22.6% of older students, p< .001) and pain. Conclusion: Carrying heavy backpacks could result in increased musculoskeletal complaints in young students. Findings suggest that even the upper bound of currently recommended guidelines (20% of body weight) may be too high, especially for younger children.

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)0,002
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 enseignants0,006
Score d'incertitude au seuil0,824

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,001

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 Opus0,046
Tête enseignante GPT0,454
Écart entre enseignants0,408 · 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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetOccupational Health and PerformanceTravaux en français237 207