MétaCan
Menu
Retour à la cohorte
Enregistrement W2314850608 · doi:10.1055/s-2006-926640

Gradierung der funktionellen Sportschuhparameter „Dämpfung” und „Vorfußflexibilität” am Laufschuh

2006· article· de· W2314850608 sur OpenAlexaff
Frank Kleindienst, Berthold Krabbe, Martina Walther, Gert‐Peter Brüggemann

Notice bibliographique

RevueSportverletzung · Sportschaden · 2006
Typearticle
Languede
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensAdidas (Canada)
Organismes subventionnairesnon disponible
Mots-clésForefootCushioningGrading (engineering)BarefootOperations managementComputer scienceEngineeringPhysical medicine and rehabilitationMedicineMechanical engineeringCivil engineeringSurgery

Résumé

récupéré en direct d'OpenAlex

On nearly every running event a heterogeneous structure of participants regarding body height and body weight can be observed. This study should figure out whether the running shoe manufacturers will consider this anthropometric variability. Moreover it should be investigated the runners needs based on different anthropometrics regarding preferred cushioning and forefoot flexibility properties. In order to check whether the running shoe manufacturers will apply a grading pattern, a dynamic material study with conventional running shoes in different sizes was conducted. In a second step a field study in Middle Europe and North America with 244 female and 227 male runners was organized. Every subject had to run and evaluate 7 different shoe modifications. Based on the material study it is to state, that the running shoe manufacturers currently do not consider a systematic grading of cushioning and forefoot flexibility properties. In contrast to this, the field study reveals the necessity to grade these properties. A shoe size dependent and a geographic grading concept are suggested. It is supposed, that the application of these grading concepts do not only provide a comfort improvement, but they also contribute to a reduction of joint loads of the lower extremities and consequently to a prevention of overuse injuries.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,009
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,014
Tête enseignante GPT0,270
Écart entre enseignants0,256 · 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

Citations3
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSportverletzung · SportschadenMême sujetSports Performance and TrainingTravaux en français237 207