MétaCan
Menu
Retour à la cohorte
Enregistrement W3176300556 · doi:10.1016/j.jbiomech.2021.110587

Three-dimensional video analysis of helmet-to-ground impacts in North American youth football

2021· article· en· W3176300556 sur OpenAlexafffund
Danielle L. Gyemi, David M. Andrews, Ron Jadischke

Notice bibliographique

RevueJournal of Biomechanics · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueSports injuries and prevention
Établissements canadiensUniversity of Windsor
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésFootballKinematicsFootball playersMotion analysisSimulationComputer scienceTracking (education)American footballComputer visionPsychologyGeographyPhysics

Résumé

récupéré en direct d'OpenAlex

This study presents a video analysis of helmet-to-ground impacts in youth football (≤14 years). A total of 21 non-injurious helmet-to-ground impact cases were assessed from game video of two age divisions (9-12 years: n = 9; 13-14 years: n = 12) using a novel multi-camera videogrammetry approach. Descriptive parameters related to the game situation and impact mechanisms were documented. Motion analysis software was used to manually track and compute three-dimensional helmet kinematics and uncertainty of the motion tracking analysis was assessed. Overall, the impact cases primarily followed a body-to-body, body-to-ground, helmet-to-ground contact progression. Impact locations on the helmet were mostly distributed across the rear and side helmet shell. The resultant pre-impact velocities for these cases averaged 4.04 ± 1.24 m/s at an angle of -49.6° to the ground. The average resultant impact-induced change in helmet velocity was 3.32 ± 1.14 m/s; the time interval associated with the duration of helmet-to-ground contact was approximately 0.06 s. The average maximum uncertainty (±) error of the position coordinates from the helmet tracking was 1.5 ± 0.3 cm. In summary, this video-based methodology can effectively be used to quantify helmet impact velocities and locations in youth football games. To date, the acquisition of such information has largely been limited to professional football game footage. Therefore, the data reported here may help inform the development of more representative assessment methods for youth-specific helmet test standards.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,001
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)0,0010,000

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 Opus0,019
Tête enseignante GPT0,288
Écart entre enseignants0,269 · 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'étudeObservationnel
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

Citations8
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of BiomechanicsMême sujetSports injuries and preventionTravaux en français237 207