MétaCan
Menu
Retour à la cohorte
Enregistrement W1597950615 · doi:10.1111/j.1600-0838.2010.01249.x

Changes in kinematics and trunk electromyography during a 2000 m race simulation in elite female rowers

2010· article· en· W1597950615 sur OpenAlexafffund
Courtney L. Pollock, I. Chester Jones, Thomas R. Jenkyn, Tanya D. Ivanova, S. Jayne Garland

Notice bibliographique

RevueScandinavian Journal of Medicine and Science in Sports · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésTrunkKinematicsElectromyographyPhysical medicine and rehabilitationMedicineTorsoUpper trunkAnatomyMotor controlRowingPhysicsBiology

Résumé

récupéré en direct d'OpenAlex

Achieving excellence in rowing requires optimization of technique to maximize efficiency and force production. Investigation of the kinematics of the trunk, upper and lower extremity, together with muscle activity of the trunk, provides an insight into the motor control strategies utilized over a typical race. Nine elite female rowers performed a 2000 m race simulation. Kinematic data of the trunk and extremities, together with electromyography (EMG) activity of spinal and pelvic extensor and flexor muscles, were compared at 250 and 1500 m. At 1500 m, there was greater dissociation in the timing of leg extension and arm flexion and delayed trunk extension. Also at 1500 m, the spine demonstrated a delayed peak extension angular velocity of the T4-T7 and L3-S1 spinal segments in the early drive along with delayed and increased peak extension angular velocity of T10-L1 and L1-L3 spinal segments during the late drive. Trunk muscle fatigue was not evident; however, the abdominals demonstrated larger EMG burst areas at 1500 m. Alterations in trunk kinematics suggest that the trunk acts as a less stiff lever on which to transfer the forces of the legs to the arms and handle. Increased abdominal activity may reflect increased demand to control the trunk, given the altered coordination between the legs, trunk and arms.

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)0,002
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,345

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
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 Opus0,014
Tête enseignante GPT0,301
Écart entre enseignants0,287 · 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'étudeObservationnel
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

Citations38
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScandinavian Journal of Medicine and Science in SportsMême sujetSports Performance and TrainingTravaux en français237 207