MétaCan
Menu
Retour à la cohorte
Enregistrement W2186338058

A profile of olympic taekwondo competitors.

2006· article· en· W2186338058 sur OpenAlexaff
Mohsen Kazemi, Judith Waalen, Chris Morgan, Anthony R. White

Notice bibliographique

RevuePubMed · 2006
Typearticle
Langueen
DomaineMedicine
ThématiqueSports injuries and prevention
Établissements canadiensCanadian Memorial Chiropractic College
Organismes subventionnairesnon disponible
Mots-clésAthletesOffensiveDemographyBody mass indexMedicinePhysical therapyMathematicsOperations researchInternal medicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to identify the profile of the Olympic champions and the other competitors who were involved in the Games. The information on each of the athletes was obtained from the "Official Site of the Sydney 2000 Olympic Games, www.olympics.com/eng/sports/TK "and included weight category, weight, height, age, points obtained, warnings, deduction point, defensive/offensive kicks and punches. One hundred and two athletes competed (54 males and 48 females) in the Games. The mean average age and BMI (Body Mass Index) of 16 male winners was 24.4 ± 3.3 years and 21.9 ± 2.4 respectively compared to 25.2 ± 4.3 years and 22.8 ± 3.3 for the 38 male non-winners. The mean average age and BMI of the 16 female winners was 23.1 ± 3.9 years and 20.8 ± 2.3 respectively compared to 24.9 ± 4.7 years and 21.3 ± 2.7 for the 32 female non-winners. For all four types of athletes, offensive kicks accounted for at least 52% of the techniques to score a point. Ninety-eight percent of all techniques used to score were kicks. Although not statistically significant, winners overall tended to be younger in age and taller with slightly lower BMI than their weight category average. Taking into account the literature cited in this article, future studies should be designed to examine the relationship between performance and functional variables such as muscle power, muscle endurance, reaction time and aerobic capacity. Key PointsWinners tended to be younger in age and taller with slightly lower BMI than their weight category average.An offensive technique was used to score slightly more often than a defensive one.Overall, 98% of all techniques used to score were kicks.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,284
Score d'incertitude au seuil0,330

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,009
Tête enseignante GPT0,216
Écart entre enseignants0,207 · 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 tête enseignante, 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

Citations122
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetSports injuries and preventionTravaux en français237 207