MétaCan
Menu
Retour à la cohorte
Enregistrement W2121401135 · doi:10.1123/jab.28.5.579

Evaluation of Two Methods of the Jump Float Serve in Volleyball

2012· article· en· W2121401135 sur OpenAlexaff
Sasho MacKenzie, Kyle Kortegaard, Marc LeVangie, Brett Barro

Notice bibliographique

RevueJournal of Applied Biomechanics · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueSports Dynamics and Biomechanics
Établissements canadiensSt. Francis Xavier University
Organismes subventionnairesnon disponible
Mots-clésBall (mathematics)JumpMathematicsGeometryFloat (project management)Vertical velocitySimulationGeodesyMechanicsComputer scienceGeologyPhysicsEngineeringMarine engineering

Résumé

récupéré en direct d'OpenAlex

A novel jump-focused (JF) technique of the jump float serve was compared with the conventionally used contact-focused (CF) method. Seven elite male (height: 195 ± 6 cm) and two elite female (height: 181 and 182 cm) volleyball players were videoed at 60 Hz performing both techniques. Horizontal and vertical ball contact coordinates, pre- and postcontact ball velocities, and initial projection angles were determined. The JF technique resulted in a significantly higher mean contact height, t(8) = 4.12, p = .006, d = 0.72, initial serve speed, t(8) = 4.71, p = .006, d = 2.03, and significantly flatter initial projection angle, t(8) = 2.53, p = .036, d = 0.63, relative to the CF technique. The precontact vertical ball velocity was also significantly higher, t(8) = 8.04, p = .004, d = 2.86. The higher precontact vertical ball velocity suggests it is more difficult to make accurate contact with the ball during the JF technique. However, this method promotes a more favorable ball trajectory and a greater initial serve speed. When combining the random lateral movement patterns inherent in any float serve, with the reduced flight time associated with the JF technique, a more challenging passing scenario can be presented to the defensive team in comparison with the current CF technique.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
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 Opus0,026
Tête enseignante GPT0,306
Écart entre enseignants0,279 · 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

Citations30
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied BiomechanicsMême sujetSports Dynamics and BiomechanicsTravaux en français237 207