Hammer Throw: A Pilot Study for a Novel Digital-Route for Diagnosing and Improving Its Throw Quality
Notice bibliographique
Résumé
The world record of the hammer throw has not been broken since 1986. This stagnation is multifactorial. One dominant factor could be the lack of evidence-based scientific/biofeedback training. This study aims to identify key parameters influencing throw quality and structure a new digital method for biofeedback training. Wire-tension measurement and 3D motion capture technology (VICON 12-camera system) were applied in quantifying and comparing throws of a national-level and a college-level athlete. Our results reveal that multi-joint coordination influences heavily on wire-tension generation. Four phases, i.e., initiation, transition, turns, and throw, play various roles in evaluating the quality of a throw. Among them, the transition, the third turn, and the throw display explosive/rapid increases of tension. For improving the effectiveness of the skill, the whip-like control and proper SSC (stretch-shortening cycle) of muscle groups involved should be established through years of training. Furthermore, our study unveils that quick and complex full-body control could be quantified and characterized by four key parameters: wire-tension, hand- and hip-height, and trunk tilt. Hence, a wearable digital device with tension and three Inertial Measurement Unit (IMU) sensors would have great potential in realizing real-time biomechanical feedback training in practice for evaluating and improving the efficiency of various training programs.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 ».