Control of Joint Rotations in Overarm Throws of Different Speeds Made by Dominant and Nondominant Arms
Notice bibliographique
Résumé
We tested the hypothesis that dominant and nondominant overarm throws of different speeds are made by time-scaling of joint rotations, i.e., by joint rotations that have the same positions and amplitudes but that are scaled in time. Eight skilled subjects stood and made overarm throws with both their dominant and nondominant arms. Six joint rotations were computed from recordings of arm segments made with the search-coil technique. Throws made with nondominant arms were less accurate and had lower ball speeds. In contrast to the hypothesis, dominant arms showed large and consistent differences between fast and slow throws in six-dimensional angular position joint space. These same throws showed similar hand angular paths when these were time-scaled based on ball speed. Nondominant arms showed only small differences in angular position joint space in fast and slow throws. It is concluded that a joint space pattern resembling that predicted by time-scaling occurs in nondominant arm throwing when it is unskilled. However, time-scaling does not occur in dominant arm throwing, i.e., a skilled fast throw is not simply a skilled slow throw whose joint positions and amplitudes remain constant but whose joint velocities are sped-up. We hypothesize for future study that, when subjects first learn to throw at different speeds with their dominant arms, they use time-scaling of joint rotations that involves compensating for interaction torques; then as they become skilled at throwing fast, time-scaling is superseded by a more complex pattern of interjoint coordination that involves exploiting interaction torques.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».