MétaCan
Menu
Retour à la cohorte
Enregistrement W2329946398 · doi:10.1177/1754337111403693

Water-skiing biomechanics: a study of intermediate skiers

2011· article· en· W2329946398 sur OpenAlexafffund
R J Runciman

Notice bibliographique

RevueProceedings of the Institution of Mechanical Engineers Part P Journal of Sports Engineering and Technology · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensUniversity of Guelph
Organismes subventionnairesUniversity of Guelph
Mots-clésRopeBiomechanicsAlpine skiingWater poloSports biomechanicsMathematicsEngineeringStructural engineeringPhysical medicine and rehabilitationSimulationMedicineAnatomy

Résumé

récupéré en direct d'OpenAlex

This research project was initiated to examine the water-skiing biomechanics of the intermediate skier. The hypothesis was that equipment used by the skier would have a significant effect on the loads that they encountered during skiing and on their athletic performance. Nine intermediate water skiers were instrumented and performed a series of standard water-skiing manoeuvres. Skiing participants, conditions, and equipment used for the study were chosen where possible to represent those typically encountered by the average intermediate skier. The results from the study showed that water-start rope loads of up to 2.45 times body weight were sometimes encountered and that average running rope loads of 0.35–0.41 times body weight were observed. The choice of equipment was found to make a statistically significant impact on the rope loads both for water starting and while skiing. The rope loads for starting and skiing were significantly lower when using a large square-tailed water ski that was included in this study. The intermediate skiers in this study achieved no statistically significant performance advantage when using competitive-style tapered water skis when compared with the square-tailed and larger water ski included in the study.

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)0,001
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 enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,209
Écart entre enseignants0,197 · 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

Citations9
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the Institution of Mechanical Engineers Part P Journal of Sports Engineering and TechnologyMême sujetSports Performance and TrainingTravaux en français237 207