Étude des variations de l'activité électromyographique paranasale au cours des expansions transversales maxillaires
Bibliographic record
Abstract
\nCette étude se propose d'évaluer les modifications de l'activité musculaire paranasale mesurées par électromyographie de surface au cours de l'expansion transversale maxillaire.\nL'échantillon comporte 23 enfants, d'âge moyen 11 ans 8 mois, et les mesures sont effectuées avant traitement, en fin d'expansion à 6 mois, puis après une période équivalente de stabilisation thérapeutique et de rééducation ventilatoire.\nChaque enregistrement mesure l'activité musculaire en ventilation habituelle, puis en ventilation orale, nasale de repos et nasale forcée.\nLes courbes électromyographiques obtenues permettent d'analyser, qualitativement et quantitativement, d'une part l'activité paranasale droite et gauche, et d'autre part l'activité de la sangle nucale impliquée dans la posture céphalique.\nCole (oto-rhino-laryngologiste canadien) considère le brusque changement de l'activité paranasale lors du passage de la ventilation orale à nasale, et ventilation nasale de repos à nasale forcée comme une normalité physiologique.\nSur le plan qualitatif, nous avons observé que ces brusques changements d'activité étaient présents sur un plus grand nombre de patients après expansion et surtout après rééducation ventilatoire. L'analyse quantitative des intensités de contraction des muscles paranasaux montre tout d'abord une amélioration de la symétrie fonctionnelle. L'étude de l'évolution des variations d'activités musculaires entre les différents modes ventilatoires ne donne des résultats significatifs qu'en distinguant les hyperdivergents des hypodivergents.\n
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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
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".