An On-Ice Measurement Approach to Analyse the Biomechanics of Ice Hockey Skating
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Skating is a fundamental movement in ice hockey; however little research has been conducted within the field of hockey skating biomechanics due to the difficulties of on-ice data collection. In this study a novel on-ice measurement approach was tested for reliability, and subsequently implemented to investigate the forward skating technique, as well as technique differences across skill levels. Nine high caliber (High) and nine low caliber (Low) hockey players performed 30 m forward skating trials. A 3D accelerometer was mounted to the right skate for the purpose of stride detection, with the 2nd and 6th strides defined as acceleration and steady-state, respectively. The activity of five lower extremity muscles was recorded using surface electromyography. Biaxial electro-goniometers were used to quantify hip and knee angles, and in-skate plantar force was measured using instrumented insoles. Reliability was assessed with the coefficient of multiple correlation, which demonstrated moderate (r>0.65) to excellent (r>0.95) scores across selected measured variables. Greater plantar-flexor muscle activity and hip extension were evident during acceleration strides, while steady state strides exhibited greater knee extensor activity and hip abduction range of motion (p<0.05). High caliber exhibited greater hip range of motion and forefoot force application (p<0.05). The successful implementation of this on-ice mobile measurement approach offers potential for athlete monitoring, biofeedback and training advice.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle