Validity and reliability of a smartphone motion analysis app for lower limb kinematics during treadmill running
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: To investigate the validity and reliability of a smartphone application for selected lower-limb kinematics during treadmill running. DESIGN: Validity and reliability study. SETTING: Biomechanics laboratory. PARTICIPANTS: Twenty healthy female runners. MAIN OUTCOME MEASURE(S): Sagittal-plane hip, knee, and ankle angle and rearfoot eversion were assessed using the Coach's Eye Smartphone application and a 3D motion capture system. Paired t-test and intraclass correlation coefficients (ICC) established criterion validity of Coach's Eye; ICC determined test-retest and intrarater/interrater reliability. Standard error of measurement (SEM) and minimal detectable change (MDC) were also reported. RESULTS: Significant differences were found between Coach's Eye and 3D measurements for ankle angle at touchdown and knee angle at toe-off (p < 0.05). ICCs for validity of Coach's Eye were excellent for rearfoot eversion at touchdown (ICC = 0.79) and fair-to-good for the other kinematics (range 0.51-0.74), except for hip at touchdown, which was poor (ICC = 0.36). Test-retest (range 0.80-0.92), intrarater (range 0.95-0.99) and interrater (range 0.87-0.94) ICC results were excellent for all selected kinematics. CONCLUSION: Coach's Eye can be used as a surrogate for 3D measures of knee and rearfoot in/eversion at touchdown, and hip, ankle, and rearfoot in/eversion at toe-off, but not for hip and ankle at touchdown or knee at toe-off. Reliable running kinematics were obtained using Coach's Eye, making it suitable for repeated measures.
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.
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 | 0,000 | 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) | 0,000 | 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 découle