MétaCan
Menu
Retour à la cohorte
Enregistrement W2766589894 · doi:10.5430/jbar.v6n2p50

Kinematics of Shoulder Injuries in Throwing Sports

2017· article· en· W2766589894 sur OpenAlexvenueno aff
Hongqiong Deng, Yuan Li, Hong Xie, Shiwei Li

Notice bibliographique

RevueJournal of Business Administration Research · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueShoulder Injury and Treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésThrowingJavelinKinematicsPhysical medicine and rehabilitationBiomechanicsSimulationPsychologyComputer scienceEngineeringMedicineAeronauticsAnatomyPhysics

Résumé

récupéré en direct d'OpenAlex

Muscle injury mechanism should be studied to know how to prevent the muscle injuries. The purpose of this article is to construct a protecting model of shoulder injuries based on classical mechanism and kinematics in throwing sports like baseball pitching, badminton smash, volleyball smash, javelin throwing process etc, and then introduce the products design. Firstly, the biomechanics of muscle were analyzed based on Newton's classical mechanics; then a finite element analysis was used to simulate the shoulder muscles protection. Protective parameters were got to make the protective clothes; finally, the protective performance and the comfortableness has been evaluated by ten healthy participants with the mean age, height, body mass were 23.5 years (SD, 1.5), 1.75m (SD, 0.07), 60.5 kg (SD, 9.1), respectively. The throwing test including the baseball pitching, the badminton smash, the process of volleyball smash, and the javelin throwing process. Three protective clothes have been produced and all of them have a protective effect on the muscle while participants were doing the baseball pitching motion, the badminton smashes motion and the volleyball smash. And it has also met the requirement of the human body. But protecting effect each style given was different in different sports motions.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,034
Score d'incertitude au seuil0,256

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 Opus0,162
Tête enseignante GPT0,481
Écart entre enseignants0,320 · 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'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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Business Administration ResearchMême sujetShoulder Injury and TreatmentTravaux en français237 207