A comprehensive scoping review and meta-analysis of upper limb strength asymmetry
Notice bibliographique
Résumé
The "10% rule" of handedness asserts the dominant hand is 10% stronger than the non-dominant hand. Primarily derived from handgrip data, it is unclear if a generalized asymmetry exists across the upper limb. Understanding how strength asymmetry may be affected by handedness, sex, and exertion type has important implications for ergonomics design, sports performance, and clinical rehabilitation. The purpose of this study was to systematically synthesize currently available evidence examining upper limb strength asymmetry. 10,061 results were retrieved, and 174 studies remained after title/abstract screening. 87 studies were synthesized. Results are compiled by exertion type and manner of asymmetry comparison (i.e. right/left, dominant/non-dominant). Asymmetry ratios were calculated to examine the effects of handedness, exertion side, arm region, and sex. Strength differences were most frequently reported for grip exertions (n = 49). 25 studies reported other joint strength asymmetries. Overall, the right limb was 6.7% stronger than the left limb (n = 9342) and the dominant limb was 11.6% stronger than the non-dominant limb (n = 9327), though strength asymmetry varied across joints and movements (2.1% to 19.5%). This research demonstrates that the 10% rule is a good approximation for upper limb strength asymmetry. However, several factors, including joint, movement type, and sex, can affect this relationship.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,004 |
| Bibliométrie | 0,001 | 0,015 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».