Changes in leg kinematics in response to unpredictability in lateral jump execution
Notice bibliographique
Résumé
Lateral movements like cutting are essential in many team sport disciplines. The aim of the present study was to analyse adaptations in motor control in response to task unpredictability during lateral movement execution. Twelve subjects performed lateral jumps with different landing modalities (stable, sliding or counteracting) that were either known (predictable setting) or unknown (unpredictable setting) prior to movement execution. Results revealed that regardless of the landing modality, hip joint abduction was significantly greater in the unpredictable compared to predictable setting. Furthermore, during the sliding landing modality, hip flexion decreased from 211 ± 7° to 207 ± 7° and knee flexion decreased from 26 ± 4° to 24 ± 4° at the instant of ground contact in the unpredictable compared to predictable condition. During the stable landing modality, the knee joint abduction increased from -0.3 ± 6° to -3 ± 6° after initial ground contact in the unpredictable compared to predictable setting. The present results support our hypothesis that pre-programmed motor activity depends on the predictability of the landing modality during lateral movements. According to its adaptation in the frontal plane and in some extent in the sagittal plane, the hip joint seems to play the major role in the modulation of the pre-programmed activity for successful lateral jump execution in an unpredictable setting. However, these kinematic adaptations are concerning since these changes were associated with higher knee abduction during the stable landing modality and therefore with possible higher risk of injury.
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 | 0,014 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».