MétaCan
Menu
Retour à la cohorte
Enregistrement W3041967542 · doi:10.1080/14763141.2020.1778777

Ankle bracing’s effects during a modified agility task: analysis of sEMG, impulse, and time to complete using a crossover, repeated measures design

2020· article· en· W3041967542 sur OpenAlexaff
Zachariah Henderson, Paolo Sanzo, Carlos Zerpa, Derek Kivi

Notice bibliographique

RevueSports Biomechanics · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueSports injuries and prevention
Établissements canadiensNOSM UniversityLakehead UniversityUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésAnkleImpulse (physics)Physical medicine and rehabilitationBraceTask (project management)Crossover studyComputer scienceSimulationMathematicsMedicinePhysical therapyStructural engineeringEngineeringSurgeryPhysics

Résumé

récupéré en direct d'OpenAlex

This study explored the effects of no braces, softshell (AE), and semi-rigid (T1) ankle braces on time to complete a modified agility task, as well as lower extremity muscle activity and impulse during the change of direction component of the task. Thirty-nine healthy, active individuals completed a modified agility task under the three brace conditions. Time to complete the modified agility task, along with mean surface electromyographic activity (sEMG) and impulse during the deceleration and propulsive phases of the task were measured. There were no significant differences across conditions with respect to sEMG or impulse measures during the deceleration or propulsive phases. There was a significant change in time to complete the modified agility task, F(2,76) = 17.242, p< 0.001, ηp2 = 0.312. Post-hoc analysis revealed a significant increase in time to complete the modified agility task when wearing the AE (0.16 (95% CI, 0.062 to 0.265) seconds, p< 0.001) and T1 (0.20 (95% CI, 0.113 to 0.286) seconds, p< 0.001) ankle braces compared to no braces. It appears that performance on a modified agility task may be diminished when wearing ankle braces, although sEMG activity and impulse are unaffected.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,604
Score d'incertitude au seuil0,881

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,032
Tête enseignante GPT0,272
Écart entre enseignants0,240 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations9
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSports BiomechanicsMême sujetSports injuries and preventionTravaux en français237 207