MétaCan
Menu
Retour à la cohorte
Enregistrement W2413894540 · doi:10.1080/14763141.2016.1185459

Influence of foot-stretcher height on rowing technique and performance

2016· article· en· W2413894540 sur OpenAlexaff
Erica Buckeridge, Robert A. Weinert-Aplin, Anthony M. J. Bull, Alison H. McGregor

Notice bibliographique

RevueSports Biomechanics · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensUniversity of Calgary
Organismes subventionnairesEngineering and Physical Sciences Research Council
Mots-clésRowingFoot (prosody)MathematicsPhysical medicine and rehabilitationMedicineGeography

Résumé

récupéré en direct d'OpenAlex

Strength, technique, and coordination are crucial to rowing performance, but external interventions such as foot-stretcher set-up can fine-tune technique and optimise power output. For the same resultant force, raising the height of foot-stretchers on a rowing ergometer theoretically alters the orientation of the resultant force vector in favour of the horizontal component. This study modified foot-stretcher heights and examined their instantaneous effect on foot forces and rowing technique. Ten male participants rowed at four foot-stretcher heights on an ergometer that measured handle force, stroke length, and vertical and horizontal foot forces. Rowers were instrumented with motion sensors to measure ankle, knee, hip, and lumbar-pelvic kinematics. Key resultant effects of increased foot-stretcher heights included progressive reductions in horizontal foot force, stroke length, and pelvis range of motion. Raising foot-stretcher height did not increase the horizontal component of foot force as previously speculated. The reduced ability to anteriorly rotate the pelvis at the front of the stroke may be a key obstacle in gaining benefits from raised foot-stretcher heights. This study shows that small changes in athlete set-up can influence ergometer rowing technique, and rowers must individually fine-tune their foot-stretcher height to optimise power transfer through the rowing stroke on an ergometer.

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)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
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)0,0020,000

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 Opus0,010
Tête enseignante GPT0,235
Écart entre enseignants0,225 · 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

Citations13
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSports BiomechanicsMême sujetSports Performance and TrainingTravaux en français237 207