Influence of Forefoot Bending Stiffness on Metatarsophalangeal Joint Kinematics, Kinetics and Performance of American Football Players
Notice bibliographique
Résumé
Hyperextension of the metatarsophalangeal (MTP) joint results in a commonAmerican football injury known as ’turf-toe’; the tearing of the plantar capsuleligament1.One variable that is possibly related to turf-toe is the longitudinal bendingstiffness of the forefoot of football cleats2. It is speculated that cleats with low forefootbending stiffness allow the MTP joint to extend too much during play, resulting indangerous strain on the plantar capsule-ligament. The purpose of this study wastherefore to investigate if increasing forefoot bending stiffness of American footballcleats can help protect the MTP joint from hyperextension without negatively affectingperformance. Ten football players performed four maximal effort football movements(5-10-5 agility drill, 5 m sprint, broad and vertical jumps) on artificial turf installedin the laboratory. Each movement was performed three times in three different cleatconditions that varied only in forefoot bending stiffness; low (12.7 N/mm), moderate(23.8 N/mm), and high (42.4 N/mm). The artificial turf installation allowed for thecollection of 3-D kinetic and kinematic data necessary to analyze MTP joint angles andmoments. The performance of each movement was quantified. The sprint start andthe broad jump were associated with the largest MTP extension angles (approximately33 deg and 43 deg, respectively). For both of these movements, peak MTP extensionangle was decreased with the stiffer shoes. This was not true for the agility drill orvertical jump; however, the peak MTP joint extension angles for these movements wererelatively small (<18 deg). The MTP moment data are currently being analyzed. For allfour movements, increasing forefoot stiffness did not negatively affect performance.The results of this study thus far indicate that increasing forefoot bending stiffness inAmerican football cleats may be a viable way to help protect the foot from turf-toewithout compromising performance.
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 | 0,000 | 0,001 |
| 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 | 0,000 | 0,000 |
| 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) | 0,002 | 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 ».