MétaCan
Menu
Retour à la cohorte
Enregistrement W4322500283 · doi:10.1080/14763141.2023.2182703

The effect of fatigue on climbing fluidity and hand movements

2023· article· en· W4322500283 sur OpenAlexaff
Andrew S. Walsh, Ludovic Seifert, Chris Button, Shayne Vial, James L. Croft

Notice bibliographique

RevueSports Biomechanics · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueShoulder Injury and Treatment
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésClimbingPhysical medicine and rehabilitationJumpingTrunkStair climbingPsychologyPhysical therapyMedicineStructural engineeringEngineeringBiology

Résumé

récupéré en direct d'OpenAlex

In rock climbing, climbers use their arms to regulate their posture on the wall, which can lead to localised muscle fatigue. Evidence shows fatigue is the primary cause of falls, but little is known about how fatigue specifically affects climbing rhythm and hand movements. The present study examined climbing fluidity and hand movements on an indoor climbing wall before and after a specific fatiguing protocol. Seventeen climbers completed three repetitions of a challenging climbing route (21 on Ewbank scale) with different levels of localised arm fatigue. Climbers' movements were tracked using 3D motion capture, and their hand actions assessed using notational analysis. Seventy markers were used to create 15 rigid body segments and the participants' centre of mass. The global entropy index was calculated on the path of the participants' centre of mass. Climbers fell more often when fatigued, but there were no significant differences in hip jerk or global entropy index when fatigued. No significant differences were found between the number of exploratory or performatory hand movements with different amounts of fatigue. The results suggest that localised arm fatigue affects a climber's ability to prevent themselves from falling, but it does not specifically affect their fluidity.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,708
Score d'incertitude au seuil0,252

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 Opus0,026
Tête enseignante GPT0,316
Écart entre enseignants0,291 · 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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSports BiomechanicsMême sujetShoulder Injury and TreatmentTravaux en français237 207