MétaCan
Menu
Retour à la cohorte
Enregistrement W2900455852 · doi:10.3390/sports6040149

Using Portable Force Plates to Assess Vertical Jump Performance: A Metrological Appraisal

2018· article· en· W2900455852 sur OpenAlexaff
François Raymond, B. Lussier, François Dugas, Mathieu Charbonneau, Félix Croteau, Cory Kennedy, Nicolas Berryman

Notice bibliographique

RevueSports · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensBishop's UniversityMcGill University
Organismes subventionnairesnon disponible
Mots-clésIntraclass correlationReliability (semiconductor)JumpCoefficient of variationContext (archaeology)MathematicsSimulationStatisticsComputer scienceReproducibilityPhysics

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to verify the metrological properties of portable force plates that are used to assess countermovement jump performance. While 88 participants (38 males, 50 females) were included in the agreement analyses, 84 participants (37 males and 47 females) completed the reliability part of the study. This randomized crossover design suggests that portable force plates could be used interchangeably with a reference system. Indeed, the differences between both devices were all considered trivial (effect size (ES) < 0.20), and the mean bias was never greater than 3.41% in comparison to the reference system. In addition, the absolute and relative reliability parameters were found to be acceptable for clinical use, even when used on different floor surfaces. However, it was found that the ratio between flight time and contraction time (FTCT) showed questionable reliability when tests were conducted on different surfaces (intraclass correlation coefficient = 0.49; coefficient of variation = 26.72%). Therefore, practitioners should be careful when installing the portable device on different floor surfaces in order to optimize the reliability and the ability to detect real change in the context of a countermovement jump monitoring process.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,023
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0010,000

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 Opus0,101
Tête enseignante GPT0,379
Écart entre enseignants0,278 · 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.

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

Citations10
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSportsMême sujetSports Performance and TrainingTravaux en français237 207