MétaCan
Menu
Retour à la cohorte
Enregistrement W2333677325 · doi:10.1123/jab.2014-0295

Influence of Position and Power Output on Upper Limb Kinetics in Cycling

2015· article· en· W2333677325 sur OpenAlexaff
Antony Costes, Nicolas A. Turpin, David Villeger, Pierre Moretto, Bruno Watier

Notice bibliographique

RevueJournal of Applied Biomechanics · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensInstitut de Readaptation Gingras Lindsay de MontrealJewish Rehabilitation Hospital
Organismes subventionnairesnon disponible
Mots-clésCyclingCrankInverse dynamicsUpper limbKinematicsElbowLower limbMathematicsPhysical medicine and rehabilitationPosition (finance)Power (physics)PhysicsMedicineAnatomyGeometrySurgeryEconomics

Résumé

récupéré en direct d'OpenAlex

Several suggestions on the upper limb involvement in cycling exist but, to date, no study has quantified upper limb kinetics in this task. The aim of this study was to determine how crank power and pedaling position (seated or standing) affect upper limb kinetics. Handlebar loadings and upper limb kinematics were collected from 17 participants performing seated or standing pedaling trials in a random order at 6 crank powers ranging from 20% (112 ± 19 W) to 120% (675 ± 113 W) of their spontaneous sit-to-stand transition power. An inverse dynamics approach was used to compute 3D moments, powers, and works at the wrist, elbow, and shoulder joints. Over 29 parameters investigated, increases in crank power were associated with increases in the magnitudes of 23 and 20 of the kinetic variables assessed in seated and standing positions, respectively. The standing position was associated with higher magnitudes of upper limb kinetics. These results suggest that both upper and lower limbs should be considered in future models to better understand whole body coordination in cycling.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,208
Score d'incertitude au seuil0,252

Scores Codex et Gemma par catégorie

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

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 Opus0,019
Tête enseignante GPT0,266
Écart entre enseignants0,247 · 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 tête enseignante, 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

Citations11
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied BiomechanicsMême sujetSports Performance and TrainingTravaux en français237 207