MétaCan
Menu
Retour à la cohorte
Enregistrement W4200310385 · doi:10.3389/fspor.2021.777410

Three-Dimensional Upper Body Kinematics and Inter-articular Kinematic Sequence During a Canoe Polo Throw

2021· article· en· W4200310385 sur OpenAlexaff

Notice bibliographique

RevueFrontiers in Sports and Active Living · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensUniversité de Montréal
Organismes subventionnairesRamsay Santé
Mots-clésKinematicsPelvisRotation (mathematics)TrunkInverse kinematicsKinematic chain

Résumé

récupéré en direct d'OpenAlex

Canoe polo is an increasingly popular discipline requiring both kayaking and ball-handling skills. While the kinematics of the upper body during throw has been investigated for several overhead sports, the canoe polo throw has still to be studied. Therefore, the aim of this study is to analyze the canoe polo throw kinematics in terms of angles and inter-articular sequencing to understand its specificity. A secondary aim was to investigate whether adding pelvis mobility has an impact. Nineteen male players of canoe polo were equipped with reflective body markers for the throw analysis. They performed 5 throws with the pelvis fixed and 5 throws with additional pelvic mobility in rotation around a vertical axis. Inverse kinematics was performed with OpenSim providing pelvis, trunk, and glenohumeral rotations. Angular velocities were calculated to build the inter-articular sequences relative to these throws. Statistical parametric mapping was used to assess the effect of pelvis mobility on the throwing kinematics. Similar kinematics patterns as in other overhead sports were observed, however, a different inter-articular sequence was found for the canoe polo throw with a maximal angular velocity occurring sooner for the thorax in axial rotation than for the pelvis in rotation. While the limitation of rotation of the pelvis around a vertical axis has an influence on the pelvis and trunk kinematics, it did not modify the kinematic sequence.

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)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 GPT0,243
Écart entre enseignants0,233 · 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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Sports and Active LivingMême sujetSports Performance and TrainingTravaux en français237 207