MétaCan
Menu
Retour à la cohorte
Enregistrement W4403659815 · doi:10.6007/ijarbss/v14-i10/23315

Optimising Posture: An Experimental Study of Posture Support for Comfort among University Students

2024· article· en· W4403659815 sur OpenAlexaboutno aff
Ayuni Nabilah Alias, Karmegam Karuppiah, Kaushaalya Sanmugam

Notice bibliographique

RevueInternational Journal of Academic Research in Business and Social Sciences · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueErgonomics and Musculoskeletal Disorders
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyMathematics educationApplied psychologyMedical educationMedicine

Résumé

récupéré en direct d'OpenAlex

Introduction: Long periods of sitting contribute to musculoskeletal disorders (MSD), which can lead to occupational injuries.Introducing posture support is one of the strategies targeted at alleviating discomfort caused by prolonged sitting.The purpose of this study is to determine the effectiveness of posture support in improving muscle comfort during prolonged sitting among university students.Methods: An experimental study was conducted with 32 participants, evenly divided into control and experimental groups of 16 each.The experimental group received posture support during the two-hour simulation, but the control group did not.The Short-Form McGill Pain Questionnaire and Visual Analogue Scale were used to assess the subjects' level of discomfort every 15 minutes.Results: The control group's mean discomfort ratings for several body areas, including the neck, shoulders, arms and hands, upper back, lower back, buttocks, thighs, knees, feet, and ankles, were substantially higher than the experimental group's (p<0.05).Conclusion: Posture support effectively alleviates discomfort in students' sitting posture, as indicated by the experimental group's reduced discomfort.To better understand this phenomenon, future research should include larger sample sizes, longer study periods, and real settings in university's lecture hall.

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 enseignants0,047
Score d'incertitude au seuil0,193

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,118
Tête enseignante GPT0,507
Écart entre enseignants0,390 · 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Academic Research in Business and Social SciencesMême sujetErgonomics and Musculoskeletal DisordersTravaux en français237 207