MétaCan
Menu
Retour à la cohorte
Enregistrement W2067837666 · doi:10.1080/14763140701491427

Three-dimensional kinematics of the knee and ankle joints for three consecutive push-offs during ice hockey skating starts

2007· article· en· W2067837666 sur OpenAlexafffund
Dany Lafontaine

Notice bibliographique

RevueSports Biomechanics · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueWinter Sports Injuries and Performance
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésKinematicsAnkleField hockeyIce hockeyPhysical medicine and rehabilitationSpeed skatingBiomechanicsComputer sciencePhysical therapySimulationMedicineFootballAnatomyGeographyPhysics

Résumé

récupéré en direct d'OpenAlex

Little biomechanical research has been conducted recently on hockey skating despite the sport's worldwide appeal. One reason for this lack of biomechanical knowledge stems from the difficulty of collecting data. The lack of accuracy, the disputable realism of treadmills, and the large field of view required are some of the technical challenges that have to be overcome. The main objective of the current study was to improve our knowledge of the joint kinematics during the skating stroke. A second objective was to improve the data collection system we developed and the third was to establish if a kinematic progression exists in the hockey skating stroke similar to that in speed skating. Relative motions at the knee and ankle joints were computed using a joint coordinate system approach. The differences at the knee joints in push-offs indicated that the skating skill was progressively changing with each push-off. The relative stability of the ankle angles can be attributed to the design of the skate boots, which have recently become very rigid. Further research on ice hockey skating is warranted and should include more skaters and investigate the effect various starting strategies and variations in equipment have on skaters' performance.

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)0,002
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 enseignants0,007
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
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 ouverte0,0000,001
Intégrité de la recherche0,0010,000
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 Opus0,013
Tête enseignante GPT0,251
Écart entre enseignants0,238 · 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

Citations38
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSports BiomechanicsMême sujetWinter Sports Injuries and PerformanceTravaux en français237 207