Effets de l’utilisation d’un chien d’assistance sur les efforts aux membres supérieurs lors de la montée d’une pente en fauteuil roulant chez les individus ayant une lésion médullaire
Bibliographic record
Abstract
Problématique. L'utilisation d'un chien d'assistance à la mobilité (CAM) représente une option novatrice pour préserver l’intégrité des membres supérieurs (MSs) chez les utilisateurs de fauteuil roulant manuel (FRM). Aucune étude biomécanique n’a quantifié les effets du CAM sur les efforts aux MSs lors de la montée d’un plan incliné. Objectif. Cette étude quasi-expérimentale vise à comparer les efforts aux MSs lors de la montée d’un plan incliné avec et sans l’assistance d’un CAM. Méthodologie. Dix participants avec une lésion de la moelle épinière (LME) qui utilisent un FRM et possèdent un CAM ont monté un plan incliné à trois reprises avec et sans l’assistance du CAM. Les forces appliquées sur les cerceaux, mesurées avec des roues instrumentées, et les mouvements du FRM et des MSs, enregistrés avec un système d'analyse du mouvement, ont permis de mesurer les efforts mécaniques aux MSs. Simultanément, l'activité électromyographique (EMG) des muscles grand pectoral, deltoïde antérieur, biceps et triceps a été enregistrée et normalisée avec sa valeur maximale pour mesurer les efforts musculaires aux MSs. Résultats. En général, le CAM réduit significativement les valeurs moyennes et maximales de la force totale appliquée aux cerceaux et de sa composante tangentielle, des moments nets de flexion, de rotation interne et d’adduction aux épaules et des taux d’utilisation musculaire du deltoïde antérieur, du biceps et du triceps. Conclusion. L’assistance d’un CAM réduit les efforts aux MSs lors de la montée d’un plan incliné chez les utilisateurs d’un FRM ayant une LME.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".