MétaCan
Menu
Retour à la cohorte
Enregistrement W3080887624 · doi:10.1123/ijspp.2020-0628

Response to the Comment on “A New Taxonomy for Postactivation Potentiation in Sport”

2021· letter· en· W3080887624 sur OpenAlexaff
Daniel Boullosa, Marco Beato, Antonio Dello Iacono, Francisco Cuenca‐Fernández, Kenji Doma, Moritz Schumann, Alessandro Moura Zagatto, Irineu Loturco, David G. Behm

Notice bibliographique

RevueInternational Journal of Sports Physiology and Performance · 2021
Typeletter
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésPsychologyTaxonomy (biology)Physical medicine and rehabilitationMedicineBiologyZoology

Résumé

récupéré en direct d'OpenAlex

We thank Dr Smith and Professor MacIntosh for the opportunity to further discuss the implications of the new proposed taxonomy. In their letter, 1 they claim that the definition they propose is in contrast with that cited in our article 2 and argue that, while their definition does not stipulate a mechanism, our definition does so. Honestly, we find it challenging to distinguish between the 2 definitions. When comparing the terminology, we see quite similar nomenclature and no mechanisms proposed. Furthermore, our definition does not differ substantially from prior classical definitions. mith and MacIntosh state: "This is an important point because Boullosa et al justify their commentary based on assumed mechanisms." 1 However, it has been ubiquitously agreed since the pioneering works in the 80s that the mechanisms for postactivation potentiation (PAP) are well established. In fact, Professor MacIntosh's own impressive work has helped to define these mechanisms. Hence, the literature has consistently agreed upon the mechanisms of PAP over the last 30 years.

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)0,005
score de la tête « metaresearch » (Gemma)0,031
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,056
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,031
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,004
Communication savante0,0030,004
Science ouverte0,0040,002
Intégrité de la recherche0,0560,054
Charge utile insuffisante (le modèle a refusé de juger)0,0070,009

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 Opus0,029
Tête enseignante GPT0,283
Écart entre enseignants0,254 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Sports Physiology and PerformanceMême sujetSports Performance and TrainingTravaux en français237 207