Notice bibliographique
Résumé
impact on vertical jump performance; however the reason for this improvement isunknown. In order to maximize jump performance using apparel, information oncertain aspects of the jumping mechanism must be gathered.Purpose: The aim of this study was to examine the influence of hip joint flexionangle on jump height and to determine if athletes naturally attain the optimal hip jointangle.Methods: Ten subjects performed counter-movement jumps in three conditions. Thefirst set of trials was performed at the subjects’ self-selected hip flexion angle. Motioncapture was used to determine the hip flexion angle after each jump and peak heightwas measured with the Vertec jump tester. The next two conditions were performed at(approx.) 10 degrees of hip flexion less than and greater than the control condition.Inverse dynamics was used to analyze the joint moments and analog force plate datawas used to analyze ground reaction force and impulse.Results: Differences in jump height were observed for each condition. The highestaverage jump height was achieved during the control condition, with the abovecondition (shallower squat during countermovement) a close second and the belowcondition had the lowest average jump height. The mean ground reaction force forthe above condition followed the same pattern as the control condition results butshowed a higher magnitude, while the below ground reaction force was substantiallylower than the control results. The peak hip extension moment was consistently thegreatest in magnitude for the below condition and smallest for the above condition.
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 | 0,002 | 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».