Impact of repetitive mouse aiming on muscle fatigue and fine motor performance of the distal upper limb
Notice bibliographique
Résumé
Gaming is demanding, however, the impact of gaming on muscle fatigue and performance changes is unclear. The purpose of this study was to evaluate muscle fatigue and performance impairments during an extended mouse aiming fatigue protocol. Twenty participants were recruited (8F, 12 M), separated into gaming and non-gaming groups. Surface electromyography was measured from eight muscles of the right distal upper limb. Participants performed a 30-second aiming task using aim training software. The fatiguing protocol involved six, 5-minute bouts of hitting targets in AimLab. To assess muscle fatigue, reference contractions of radial and ulnar deviation (30% max) as well as ratings of perceived fatigue (RPF) were collected throughout the experiment. The wrist extensors produced the greatest levels of muscle activity while aiming a mouse, producing up to 9.3% MVC. No changes in performance measures were observed throughout the experiment. However, significant fatigue of extensors was observed through changes in RPF, mean power frequency, median frequency, and spike shape analysis. Performance metrics indicated no impairments caused by the fatiguing protocol. Changes in EMG characteristics indicate that the wrist extensors became significantly fatigued through prolonged mouse aiming, indicating the extensors may be prone to gaming related fatigue and injury.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».