MétaCan
Menu
Retour à la cohorte
Enregistrement W1920112001 · doi:10.1111/sms.12314

Lower limb asymmetry in mechanical muscle function: A comparison between ski racers with and without <scp>ACL</scp> reconstruction

2014· article· en· W1920112001 sur OpenAlexafffund
Matthew J. Jordan, Per Aagaard, Walter Herzog

Notice bibliographique

RevueScandinavian Journal of Medicine and Science in Sports · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueWinter Sports Injuries and Performance
Établissements canadiensUniversity of Calgary
Organismes subventionnairesResearch Services, University of Calgary
Mots-clésAsymmetryAnatomyFunction (biology)Physical medicine and rehabilitationMedicinePhysicsBiologyCell biology

Résumé

récupéré en direct d'OpenAlex

Due to a high incidence of anterior cruciate ligament (ACL) re-injury in alpine ski racers, this study aims to assess functional asymmetry in the countermovement jump (CMJ), squat jump (SJ), and leg muscle mass in elite ski racers with and without anterior cruciate ligament reconstruction (ACL-R). Elite alpine skiers with ACL-R (n = 9; 26.2 ± 11.8 months post-op) and uninjured skiers (n = 9) participated in neuromuscular screening. Vertical ground reaction force during the CMJ and SJ was assessed using dual force plate methodology to obtain phase-specific bilateral asymmetry indices (AIs) for kinetic impulse (CMJ and SJ phase-specific kinetic impulse AI). Dual x-ray absorptiometry scanning was used to assess asymmetry in lower body muscle mass. Compared with controls, ACL-R skiers had increased AI in muscle mass (P < 0.001), kinetic impulse AI in the CMJ concentric phase (P < 0.05), and the final phase of the SJ (P < 0.05). Positive associations were observed between muscle mass and AI in the CMJ concentric phase (r = 0.57, P < 0.01) as well as in the late SJ phase (r = 0.66, P < 0.01). Future research is required to assess the role of the CMJ and SJ phase-specific kinetic impulse AI as a part of a multifaceted approach for improving outcome following ACL-R in elite ski racers.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0020,000

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 Opus0,016
Tête enseignante GPT0,283
Écart entre enseignants0,268 · 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 source (Gemma direct ou Codex distillé), 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

Citations142
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScandinavian Journal of Medicine and Science in SportsMême sujetWinter Sports Injuries and PerformanceTravaux en français237 207