MétaCan
Menu
Retour à la cohorte
Enregistrement W3139501668 · doi:10.1080/02640414.2021.1898174

The effects of shoe upper construction on mechanical ankle joint work during lateral shuffle movements

2021· article· en· W3139501668 sur OpenAlexaff
Ashna Subramanium, Eric C. Honert, Saša Čigoja, Benno M. Nigg

Notice bibliographique

RevueJournal of Sports Sciences · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueLower Extremity Biomechanics and Pathologies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésAnkleWork (physics)Ground reaction forceJoint (building)KinematicsPhysical medicine and rehabilitationMathematicsComputer scienceOrthodonticsMedicineAnatomyPhysicsStructural engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Lateral shuffles are common movements in sports and are facilitated by the hip, knee, and ankle joints. Shoe uppers can change ankle kinetics during walking and running. However, it is not known how shoe upper modifications affect ankle kinetics during shuffling. The purpose of this study was to investigate the effects of shoe upper construction on mechanical ankle joint work during shuffling. It was hypothesized that a shoe with a reinforced upper will result in decreased negative ankle joint work. Twenty participants performed Maximal (MLST) and Submaximal Lateral Shuffle Tests (90% of MLST) in footwear with a minimal (MU) and reinforced upper (RU). Ground reaction forces and ankle kinematics were collected to compute ankle joint work. Performing lateral shuffles in the RU condition resulted in significantly reduced positive (MU: 0.62 ± 0.16 J/kg, RU: 0.55 ± 0.16 J/kg; p = 0.001, d = 0.44) and negative (MU: −0.60 ± 0.20 J/kg, RU: −0.53 ± 0.19 J/kg; p = 0.004, d = 0.41) ankle work. A decrease in positive and negative work could be a performance benefit, enabling the athlete to perform the same movement with a lower energy cost. More extreme upper interventions may yield even larger performance benefits.

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)0,000
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,089
Score d'incertitude au seuil0,190

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,010
Tête enseignante GPT0,210
Écart entre enseignants0,200 · 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

Citations11
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sports SciencesMême sujetLower Extremity Biomechanics and PathologiesTravaux en français237 207