Assessing the Validity of the MyJump2 App for Measuring Different Jumps in Professional Cerebral Palsy Football Players: An Experimental Study
Notice bibliographique
Résumé
BACKGROUND: Vertical jumps can be used to assess neuromuscular status in sports performance. This is particularly important in Cerebral Palsy Football (CP Football) because players are exposed to high injury risk, but it may be complicated because the gold standard for assessing jump performance is scarce in field evaluation. Thus, field techniques, such as mobile apps, have been proposed as an alternative method for solving this problem. OBJECTIVE: This study aims to evaluate the reliability of the measures of the MyJump2 app to assess vertical jump performance in professional CP Football. METHODS: We assessed 40 male CP Football athletes (age 28.1 [SD 1.4] years, weight 72.5 [SD 6.2] kg, and height 176 [SD 4.2] cm) through the countermovement jump (CMJ) and squat jump (SJ) using a contact mat. At the same time, we assessed the athletes using the MyJump2 app. RESULTS: There were no significant differences between the instruments in SJ height (P=.12) and flight time (P=.15). Additionally, there were no significant differences between the instruments for CMJ in jump height (P=.16) and flight time (P=.13). In addition, it was observed that there were significant and strong intraclass correlations in all SJ variables varying from 0.86 to 0.89 (both P<.001), which was classified as "almost perfect." Similar results were observed in all variables from the CMJ, varying from 0.92 to 0.96 (both P ≤.001). CONCLUSIONS: We conclude that the MyJump2 app presents high validity and reliability for measuring jump height and flight time of the SJ and CMJ in CP Football athletes.
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 | 0,007 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».