MétaCan
Menu
Retour à la cohorte
Enregistrement W1963681702 · doi:10.1080/02640410400021393

Timing of ball release in overarm throws affects ball speed in unskilled but not skilled individuals

2005· article· en· W1963681702 sur OpenAlexaff
E Jegede, S. Watts, Lawrence W. Stitt, J. Hore

Notice bibliographique

RevueJournal of Sports Sciences · 2005
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésBall (mathematics)KinematicsSimulationThrowingMathematicsPhysical medicine and rehabilitationComputer sciencePhysicsGeometryEngineeringMedicineAeronautics

Résumé

récupéré en direct d'OpenAlex

We tested the hypothesis that variability in the timing of ball release in overarm throws affects ball speed. Nine unskilled and six skilled throwers made 30 throws fast and accurately from a sitting and standing position. Angular positions of finger and arm segments were recorded with search-coils at 1000 Hz; ball speed was measured with a radar gun. The time of ball release from the fingertips was measured with respect to seven arm kinematic reference points. Mean timing windows for ball release were 28 ms for unskilled throwers and 7 ms for skilled throwers. Mixed-model analyses of variance showed that a there was a statistically significant relationship between ball speed and the timing of ball release in unskilled throwers, but not in skilled throwers. This was presumably due to the difference in variability of the timing of ball release between the two groups. In contrast, skilled throwers showed a relationship between ball speed and peak forearm angular velocity (one measure of arm speed). We conclude that although variability in the timing of ball release can affect ball speed, this is only a major factor in unskilled throwers. When skilled throwers throw fast, variability in ball speed is due to variability in arm speed.

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)0,001
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
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)0,0010,000

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 Opus0,029
Tête enseignante GPT0,309
Écart entre enseignants0,280 · 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

Citations23
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sports SciencesMême sujetSports Performance and TrainingTravaux en français237 207