The effects of midsole bending stiffness on ball speed during maximum effort soccer kicks
Notice bibliographique
Résumé
The soccer kick is the most prominent movement in soccer. Kicking performance depends on two major factors: kicking accuracy and ball speed. During the soccer kick, momentum is transferred from the foot/cleat to the ball. This interplay between the foot/cleat and the ball can be modelled as a mixture of ‘impulse-like’ and ‘throwing-like’ components. While kicking the ball, the metatarsophalangeal (MTP) joint and the cleat experience deformation. This deformation can be reduced by increasing the bending stiffness of the cleat’s midsole. Therefore, the purpose of this study was to investigate experimentally the influence of midsole bending stiffness on ball speed during maximum effort soccer kicks. Twenty male subjects (mean ± SD; age: 29.5 ± 5.6 years, height: 175.5 ± 6.4 cm, mass: 74.3 ± 8.4 kg) performed six maximum effort soccer kicks in five stiffness conditions. Kinematic data were collected using an optical motion capture system consisting of eight high-speed cameras, and ball speed was recorded using a radar gun. There was no significant difference in the average ball speed between the five stiffness conditions when all subjects were pooled. Further, there was no significant difference in the change of the MTP joint angle from before ball contact to after ball contact between the stiffness configurations. Thirteen (of the 20) subjects showed the highest ball speed in the two stiffest cleats. The differences between the best and the worst performing stiffness configurations across all subjects ranged from 2.2 km/h to 9.2 km/h. The optimal stiffness condition that resulted in highest ball speed was subject specific, and therefore soccer cleats need to be tuned to individual players.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».