Biomechanical insights into the determinants of speed in the fencing lunge
Notice bibliographique
Résumé
For fencing, speed of the lunge is considered critical to success. The aim of this study is to investigate determinants of lunge speed based on biomechanics. Ground reaction force (GRF) and three-dimensional kinematic data were collected from 7 elite fencers and 12 intermediate-level fencers performing maximum-effort lunges. The results showed that elite fencers acquired a higher horizontal peak velocity of the centre of gravity (HPV) and concomitantly a higher horizontal peak GRF exerted by rear leg (PGRF) than intermediate-level fencers (P < .01). Studying the affecting factors, elite fencers obtained higher joint peak power, joint peak moment, and range of motion of rear knee than intermediate-level fencers (P < .05) during the lunge, and these parameters were significantly correlated with both HPV and PGRF (P < .05). Both elite and intermediate-level fencers had joint flexion before the extension in forward knee; however, the latter showed greater flexion, higher peak angular velocity and less time for extension compared to the former (P ≤ .05). Our findings suggest that training aimed at enhancing strength and power of rear knee extensors is important for fencers to improve speed of the lunge. Also, increasing the extension of rear knee during the lunge, at the same time decreasing the flexion of the forward knee before extension are positive for lunge performance.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».