MétaCan
Menu
Retour à la cohorte
Enregistrement W2049631542 · doi:10.1080/02640410802669161

Resultant knee joint moments for lateral movement tasks on sliding and non-sliding sport surfaces

2009· article· en· W2049631542 sur OpenAlexaff
Benno M. Nigg, Darren J. Stefanyshyn, Antra I. Rozitis, Annegret Mündermann

Notice bibliographique

RevueJournal of Sports Sciences · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueKnee injuries and reconstruction techniques
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésAnkleJoint (building)KinematicsGround reaction forceKnee JointGeologyOrthodonticsMathematicsStructural engineeringPhysicsMedicineAnatomyEngineeringSurgery

Résumé

récupéré en direct d'OpenAlex

The aim of this study was to compare ankle and knee joint moments observed when playing on sport surfaces that slide slightly relative to the ground with the moments observed when playing on conventional sport surfaces. Three-dimensional resultant internal joint moments and kinematic characteristics of the lower extremity were quantified for 21 university basketball players when performing v-cut and side-shuffle tasks on three types of sliding surface (interlocking tiles) and on two types of conventional surface (maple wood and rolled vinyl). Translational and rotational friction between the five test surfaces and a test shoe were also quantified. The five sport surfaces moved horizontally between 0.2 and 1.6 mm during the landing phase of the two tasks. The medio-lateral ground reaction forces were lowest for the surfaces with the highest horizontal movement. Resultant ankle joint moments were lower and resultant knee moments were higher on the sliding surfaces than the conventional surfaces. Sport surfaces that allow a few millimetres of horizontal movement during ground contact may reduce joint loading at the ankle joint, but increase joint loading at the knee joint, when compared with conventional sport surfaces, and thus may influence the prevalence of knee injuries.

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)0,001
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 seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,022
Tête enseignante GPT0,299
Écart entre enseignants0,277 · 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

Citations33
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sports SciencesMême sujetKnee injuries and reconstruction techniquesTravaux en français237 207