The Effect of Blade Alignment on Kinematics and Plantar Pressure during the Execution of Goaltender-Specific Movement Patterns: A Case Study
Notice bibliographique
Résumé
Innovations in material properties of goaltender skates have improved the protective characteristics of the boot, leading to redesign of the blade holder to resemble players’ holders. The redesigned blade holder introduces the ability to customize blade alignment, which may grant a performance advantage. We investigated the effect of blade alignment on kinematics and plantar pressure during the execution of two different goaltender-specific movement patterns: (1) the butterfly drop to recovery and (2) the lateral butterfly slide to recovery. The main objective of this study was to investigate the effect of three blade alignment conditions. The secondary objective was to compare two neutral alignment conditions, which was facilitated by studying the effects of two different holders on kinematics and plantar pressure during two goaltender-specific techniques. A male goaltender with professional experience completed an A–B–A design, executing five trials of A, B, and A for both movements with each blade alignment condition (n = 30 per collection, n = 90 overall) on synthetic ice in a controlled lab environment. Blade alignment conditions were defined by the alignment of the blade holder on the boot and the type of blade holder. Kinematic and plantar pressure data were collected simultaneously using 3D motion capture and in-skate pressure insoles, respectively. Increased butterfly drop velocity (2.07 ± 0.09 m/s) and peak plantar pressure (77.19 ± 2.67 psi) were revealed when executing the butterfly drop with medial alignment. This work suggests medial blade alignment may enable the goaltender to drop into the butterfly position faster, potentially increasing the likelihood of making a save.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».