MétaCan
Menu
Retour à la cohorte
Enregistrement W4200443929 · doi:10.1093/tas/txab233

Average stride length and stride rate of Thoroughbreds and Quarter Horses during racing

2021· article· en· W4200443929 sur OpenAlexaboutno aff
Fernando B. Vergara‐Hernandez, Brian D. Nielsen, Cara I. Robison, Taylor A. Fabus, Jasmin L. Kompare, Rebecca Ashley LeCompte Lazić, Aimée C. Colbath

Notice bibliographique

RevueTranslational Animal Science · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBreedSTRIDEMathematicsSprintHorseAnimal scienceStatisticsQuarter (Canadian coin)DemographyVeterinary medicineMedicineBiologyGeographyPhysical medicine and rehabilitationPhysical therapy

Résumé

récupéré en direct d'OpenAlex

Abstract The main factors influencing speed in athletes are stride length (SL) and stride rate (SR). However, conflict remains whether SL or SR is the key determinant of higher speeds. Quarter Horses (QH) generally reach higher speeds in their races than do Thoroughbreds (TB). However, the influence of SL and SR on this greater speed is unclear. Therefore, the main objective of this study was to compare SL and SR in QH and TB raced in short (sprint) and long (classic) distances. We hypothesized that QH have a higher SR in comparison to TB, and SR decreases as distance increases. Two race distances were analyzed for each breed: QH races of 100.6 and 402.3 m, and TB races of 1,207.0 and 2,011.7 m. Data from 20 horses were obtained, consisting of five horses from each race distance (10 QH and 10 TB). Five individuals watched recordings of each race three times counting the number of strides taken by each winning horse. The SR was calculated using the average number of strides over a given race duration, and SL was determined by calculating the total number of strides over the distance covered. Speed was calculated by dividing the distance by the time of the winning horse. The PROC Mixed Procedure was used to identify statistical differences between breeds, and between distances within the same breed. Results showed that although the SL of the TB was longer in comparison with the QH (P < 0.001), the average SR in QH was higher than in TB (2.88 vs. 2.34 + 0.03 strides/s; P < 0.001). Furthermore, QH classic distance demonstrated a faster speed than TB at either distance (P < 0.001). In conclusion, QH achieve a higher SR in comparison to TB (between 14% and 20% more than TB), confirming the importance of SR in achieving high racing speeds.

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)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,017
Tête enseignante GPT0,274
Écart entre enseignants0,256 · 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

Citations6
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTranslational Animal ScienceMême sujetSports Performance and TrainingTravaux en français237 207