MétaCan
Menu
Retour à la cohorte
Enregistrement W2157240039 · doi:10.1080/02640411003792711

Validity and reliability of a new method for measuring putting stroke kinematics using the TOMI® system

2010· article· en· W2157240039 sur OpenAlexaff
Sasho MacKenzie, Daniel B. Evans

Notice bibliographique

RevueJournal of Sports Sciences · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueSports Dynamics and Biomechanics
Établissements canadiensSt. Francis Xavier University
Organismes subventionnairesnon disponible
Mots-clésKinematicsReliability (semiconductor)Stroke (engine)ValidityComputer scienceSimulationArtificial intelligenceComputer visionMathematicsStatisticsEngineeringPhysicsMechanical engineering

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to determine the validity and reliability of a new method for measuring three-dimensional (3D) putting stroke kinematics using the TOMI device. A putting robot and a high-speed camera were used to simultaneously collect data for the validity evaluation. The TOMI device, when used in conjunction with standard 3D coordinate data processing techniques, was found to be a valid and reliable method for measuring face angle, stroke path, putter speed, and impact spot at the moment of ball contact. The validity of the TOMI(R) measurement system was quantified using the 95% limits of agreement method for each aforementioned variable. The practical significance of each validity score was assessed by incorporating the maximum estimated measurement error into the stroke of the putting robot for 10 consecutive putts. All putts were executed from a distance of 4 m on a straight and flat synthetic putting surface. Since all putts were holed successfully, the measurement error for each variable was deemed to be negligible for the purposes of measuring putting stroke kinematics. The influence of key kinematic errors, at impact, on the outcome of a putt was also determined.

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)0,021
score de la tête « metaresearch » (Gemma)0,062
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,114

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,062
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,040
Tête enseignante GPT0,290
Écart entre enseignants0,250 · 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'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

Citations28
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sports SciencesMême sujetSports Dynamics and BiomechanicsTravaux en français237 207