MétaCan
Menu
Retour à la cohorte
Enregistrement W2158420317 · doi:10.1123/jab.2011-0162

Association of Navicular Drop and Selected Lower-Limb Biomechanical Measures During the Stance Phase of Running

2014· article· en· W2158420317 sur OpenAlexaff
Mansour Eslami, Mohsen Damavandi, Reed Ferber

Notice bibliographique

RevueJournal of Applied Biomechanics · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueLower Extremity Biomechanics and Pathologies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésExcursionAnkleExternal rotationMedicineNavicular boneOrthodonticsKnee JointMathematicsInternal rotationAnatomySurgery

Résumé

récupéré en direct d'OpenAlex

There is evidence to suggest that navicular drop measures are associated with specific lower-extremity gait biomechanical parameters. The aim of this study was to examine the relationship between navicular drop and a) rearfoot eversion excursion, b) tibial internal rotation excursion, c) peak ankle inversion moment, and d) peak knee adduction moment during the stance phase of running. Sixteen able-bodied men having an average age of 28.1 (SD=5.30) years, weight of 81.5 (SD=10.40) kg, height of 179.1 (SD=5.42) cm volunteered and ran barefoot at 170 steps/minute over a force plate. Navicular drop measures were negatively correlated with tibial internal rotation excursion (r=-0.53, P=.01) but not with rearfoot eversion excursion (r=-0.19; P=.23). Significant positive correlations were found between navicular drop and peak knee adduction moment (r=.62, P<.01) and peak ankle inversion moment (r=.60, P<.01). These findings suggest that a low navicular drop measure could be associated with increasing tibial rotation excursion while high navicular drop measure could be associated with increased peak ankle and knee joint moments. These findings indicate that measures of navicular drop explained between 28% and 38% of the variability for measures of tibial internal rotation excursion, peak knee adduction moment and peak ankle inversion moments.

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)0,004
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,004
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,007
Tête enseignante GPT0,210
Écart entre enseignants0,203 · 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

Citations24
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

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