MétaCan
Menu
Retour à la cohorte
Enregistrement W2883690547 · doi:10.1371/journal.pone.0201179

Testing a novel isokinetic dynamometer constructed using a 1080 Quantum

2018· article· en· W2883690547 sur OpenAlexafffund
Alanna K. Whinton, Kyle M.A. Thompson, Geoffrey A. Power, Jamie F. Burr

Notice bibliographique

RevuePLoS ONE · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésDynamometerQuantumPhysicsEngineeringAutomotive engineeringQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

This study sought to assess the reliability and comparability of two custom-built isokinetic dynamometers (Model A and Model B) with the gold-standard (Humac Norm). The two custom-built dynamometers consisted of commercially available leg extension machines attached to a robotically controlled resistance device (1080 Quantum), able to measure power, force and velocity outputs. Twenty subjects (14m/6f, 26±4.8yr, 176±7cm, 74.4±12.4kg) performed concentric leg extensions on the custom-built dynamometers and the Humac Norm. Fifteen maximal leg extensions were performed with each leg at 180° s-1, or the linear equivalent (~0.5m s-1). Peak power (W), mean power (W), and fatigue indexes (%) achieved on all three devices were compared. Both custom-built dynamometers revealed high reliability for peak and mean power on repeated tests (ICC>0.88). Coefficient of variation (CV) and standard error of measurement (SEM) were small when comparing power outputs obtained using Model A and the Humac Norm ([Formula: see text] CV = 9.0%, [Formula: see text] SEM = 49W; peak CV = 8.4%, peak SEM = 49W). Whereas, Model B had greater variance ([Formula: see text] CV = 13.3% [Formula: see text] SEM = 120W; peak CV = 14.7%, peak SEM = 146W). The custom-built dynamometers are capable of highly reliable measures, but absolute power outputs varied depending on the leg extension model. Consistent use of a single model offers reliable results for tracking muscular performance over time or testing an intervention.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,174
Tête enseignante GPT0,288
Écart entre enseignants0,114 · 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'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

Citations17
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetSports Performance and TrainingTravaux en français237 207