MétaCan
Menu
Retour à la cohorte
Enregistrement W2969082911 · doi:10.2478/bhk-2019-0016

Kinematic quantification of straight-punch techniques using the preferred and non-preferred fist in taekwon-do

2019· article· en· W2969082911 sur OpenAlexaff
Jacek Wąsik, Tomasz Góra, Dorota Ortenburger, Gongbing Shan

Notice bibliographique

RevueBiomedical Human Kinetics · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesnon disponible
Mots-clésFistPunchingKinematicsAccelerationSignificant differenceMathematicsSimulationEngineeringMedicineStatisticsMechanical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Summary Study aim : The aim of the current study is to reveal the characteristics of punch techniques applied in taekwon-do. Material and methods : The skill quantification was performed on 10 taekwon-do ITF competitors. During the test, they were asked to perform straight punches using both the preferred and the non-preferred fist into the air (i.e. without a physical target) in the lateral position employing both traditional and sport style. Applying reflective markers on fists, the punching kinematic data were collected in the HML (Human Motion Lab). For data analyses, the average and standard deviation of duration, velocity and acceleration were used. The Mann-Whitney U test was applied to determine possible differences (p < 0.05) between the dominant fist and non-dominant fist as well as between the traditional and sport punch. Results : The results revealed that the sport punch is notably faster (shorter punch duration) with a higher acceleration than the traditional one. There is no significant difference between the preferred and non-preferred fist. The results could suggest that the left and right straight punches during taekwon-do training sessions are equally developed. However, the different goals of the punch techniques, i.e. the traditional punch for generating power and the sport punch for quickness, cause significant differences (p < 0.01) in action time. Conclusion : The results imply that a trade-off strategy may play a role in a match, namely a powerful punch for a possible final win or a quick punch for point collection.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,049
Tête enseignante GPT0,333
Écart entre enseignants0,284 · 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'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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiomedical Human KineticsMême sujetSports Performance and TrainingTravaux en français237 207