MétaCan
Menu
Retour à la cohorte
Enregistrement W7114766785 · doi:10.1123/jab.2024-0325

Are There Cumulative Changes in Lumbar Spine Passive Stiffness Throughout a Week of Prolonged Seated Work?

2025· article· en· W7114766785 sur OpenAlexaff

Notice bibliographique

RevueJournal of Applied Biomechanics · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésMorningEveningMorning stiffnessSittingLumbar spineRange of motionLumbar

Résumé

récupéré en direct d'OpenAlex

This study assessed daily and weekly changes in spine mechanical properties, specifically range of motion and passive stiffness, in those with and without sitting-induced low back pain to determine if time-dependent changes in mechanical properties were related to pain development in prolonged sitting. Over 1 week, 20 participants performed their seated office work and attended 5 laboratory sessions (Monday morning and evening, Tuesday morning, Friday evening, and the following Monday morning) to measure lumbar spine stiffness in passive flexion. Accelerometers measured seated lumbar flexion-extension each workday. In the morning and evening, participants provided low back pain ratings and performed maximum voluntary flexion. Statistical tests compared over time and between pain statuses (nonpain < 10 of 100 mm). There were increases in maximum flexion from morning to evening (2.0°; P = .003) and decreases in angular breakpoints on Monday evening and Tuesday morning (4.6% and 6.8% of passive flexion; P ≥ .056). Classification of seated spine flexion-extension into the transition and high stiffness zones of the passive curve (ie, moderate-high flexion) revealed that sitting strained the posterior passive tissues, likely contributing to the changes in range of motion and stiffness. Nevertheless, alterations in spine properties did not accumulate throughout the week and were not different by pain status.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,653
Score d'incertitude au seuil0,508

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,017
Tête enseignante GPT0,298
Écart entre enseignants0,281 · 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'étudeExpérimental (laboratoire)
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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied BiomechanicsMême sujetMusculoskeletal pain and rehabilitationTravaux en français237 207