Validity and Reliability of Two Field-Based Leg Stiffness Devices: Implications for Practical Use
Notice bibliographique
Résumé
Leg stiffness is an important performance determinant in several sporting activities. This study evaluated the criterion-related validity and reliability of 2 field-based leg stiffness devices, Optojump NextR (Optojump) and Myotest ProR (Myotest) in different testing approaches. Thirty-four males performed, on 2 separate sessions, 3 trials of 7 maximal hops, synchronously recorded from a force platform (FP), Optojump and Myotest. Validity (Pearson's correlation coefficient, r; relative mean bias; 95% limits of agreement, 95%LoA) and reliability (coefficient of variation, CV; intraclass correlation coefficient, ICC; standard error of measurement, SEM) were calculated for first attempt, maximal attempt, and average across 3 trials. For all 3 methods, Optojump correlated highly to the FP (range r = .98-.99) with small bias (range 0.91-0.92, 95%LoA 0.86-0.98). Myotest demonstrated high correlation to FP (range r = .81-.86) with larger bias (range 1.92-1.93, 95%LoA 1.63-2.23). Optojump yielded a low CV (range 5.9% to 6.8%), high ICC (range 0.82-0.86), and SEM ranging 1.8-2.1 kN/m. Myotest had a larger CV (range 8.9% to 13.0%), moderate ICC (range 0.64-0.79), and SEM ranging from 6.3 to 8.9 kN/m. The findings present important information for these devices and support the use of a time-efficient single trial to assess leg stiffness in the field.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,023 | 0,067 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».