MétaCan
Menu
Retour à la cohorte
Enregistrement W2316339300 · doi:10.1177/1754337111407793

Force analysis of a sprint canoe blade

2011· article· en· W2316339300 sur OpenAlexaff
Dana Morgoch, Stephen Tullis

Notice bibliographique

RevueProceedings of the Institution of Mechanical Engineers Part P Journal of Sports Engineering and Technology · 2011
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueExperimental and Theoretical Physics Studies
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésDragLift (data mining)MechanicsBlade (archaeology)SprintAngle of attackMarine engineeringPaddleGeologyPhysicsEngineeringStructural engineeringAerodynamicsComputer scienceMechanical engineering

Résumé

récupéré en direct d'OpenAlex

The motion of a sprint canoe blade through the water is extrapolated from video analysis of the paddle handle motion and used to approximate the forces acting on the blade throughout a stroke. Frame analysis of the video provides the displacement of the blade, and consequently the water velocity and angle of attack at both the top and bottom of the blade. Based on a quasi-steady approach, the relative velocities and angles of attack are used to approximate the lift and drag forces acting on the blade, which are then decomposed into propulsive and vertical forces. Lift forces on the blade contribute significantly to both propulsive and vertical forces. The different flows and forces in the three phases of the stroke: catch, draw, and exit, can be seen. The end of the catch phase experiences large propulsive and small upward vertical forces. During the draw phase there is a strong propulsive force, with evidence of a double peak. The vertical force steadily declines and becomes negative as the horizontal angle becomes greater than 90°, and reaches large negative values at the end of the draw. During the exit phase both the propulsive and vertical forces approach zero.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
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)0,0050,001

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 Opus0,006
Tête enseignante GPT0,188
Écart entre enseignants0,182 · 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'étudeExpérimental (laboratoire)
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

Citations7
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Institution of Mechanical Engineers Part P Journal of Sports Engineering and TechnologyMême sujetExperimental and Theoretical Physics StudiesTravaux en français237 207