MétaCan
Menu
Retour à la cohorte
Enregistrement W2100866980 · doi:10.1123/jab.28.1.1

A Mechanics Comparison Between Landing From a Countermovement Jump and Landing From Stepping Off a Box

2012· article· en· W2100866980 sur OpenAlexaff
Mostafa Afifi, Richard N. Hinrichs

Notice bibliographique

RevueJournal of Applied Biomechanics · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueLower Extremity Biomechanics and Pathologies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésCountermovementJumpGround reaction forceMathematicsMechanicsTakeoffForce platformPhysicsEngineeringClassical mechanicsKinematicsAerospace engineering

Résumé

récupéré en direct d'OpenAlex

It is common practice to study jump landing mechanics by having subjects step off a box set at a certain height instead of landing from a jump. This practice assumes that the landing mechanics are similar between stepping off a box and a countermovement jump as long as the heights can be matched. The mechanics of the two methods had never been compared when landing from identical heights. Thus, the purpose of this study was to compare the mechanics of landing from a countermovement jump to landing from a step-off. Participants performed three maximal countermovement jumps. The mechanics of one countermovement jump was compared with a center of mass fall height matched step-off landing. The step-off landing showed a more rapid time to peak ground reaction force (GRF) in both genders and greater GRF peak and loading rate in males only. No difference was observed between joint angles at initial contact; however, the countermovement jump showed significantly greater joint flexion angles at peak GRF for both genders. EMG showed greater muscle activity during the countermovement jump condition in all subjects. It was concluded that countermovement jump landings are different from step-off landings; thus, results from analyses involving step-off landings should be taken with caution if the aim is to relate them to landing from a jump.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,024
Tête enseignante GPT0,235
Écart entre enseignants0,211 · 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

Citations29
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied BiomechanicsMême sujetLower Extremity Biomechanics and PathologiesTravaux en français237 207