MétaCan
Menu
Retour à la cohorte
Enregistrement W2097262137 · doi:10.1123/jab.19.4.372

3-D Kinematics Using Moving Cameras. Part 1: Development and Validation of the Mobile Data Acquisition System

2003· article· en· W2097262137 sur OpenAlexaff
Dany Lafontaine, Mario Lamontagne

Notice bibliographique

RevueJournal of Applied Biomechanics · 2003
Typearticle
Langueen
DomaineMedicine
ThématiqueWinter Sports Injuries and Performance
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésComputer scienceKinematicsComputer visionArtificial intelligenceRange (aeronautics)Field (mathematics)Ice hockeyKey (lock)Sports biomechanicsFeature (linguistics)Data acquisitionSimulationMathematicsEngineering

Résumé

récupéré en direct d'OpenAlex

Many human activities, particularly sporting skills, occur over large distances. But technical limitations have forced biomechanists to conduct studies only on portions of such skills. In this paper we present the design and validation of a mobile data collection system composed of a camera cart that allows the tracking of athletes along a larger portion of their movements. A key feature of this system is that it requires only a small field of view to record and analyze joint motions. The validation of this method was conducted with three approaches. For all approaches, intermarker distances obtained from real measures were compared to those obtained from digitized video data. In all three experiments, the results proved to be within the accepted error range of 5%. The net differences between measured values and digitized values ranged from 0.8 to 3 mm, while the relative errors ranged from 0.2 to 6%. This first experimentation using a mobile camera array to collect and reconstruct biomechanical data has proven to be valid and worth pursuing for recording and analyzing ice hockey skating.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,214

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,030
Tête enseignante GPT0,268
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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations8
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied BiomechanicsMême sujetWinter Sports Injuries and PerformanceTravaux en français237 207