Validation of Automatically Quantified Swim Stroke Mechanics Using an Inertial Measurement Unit in Paralympic Athletes
Notice bibliographique
Résumé
Biomechanics and training load monitoring are important for performance evaluation and injury prevention in elite swimming. Monitoring of performance and swim stroke parameters is possible with inertial measurement units (IMU) but has not been validated in para-swimmers. The purpose of this study was to validate a single IMU-based system to accurately estimate pool-swam lap time, stroke count (SC), stroke duration, instantaneous stroke rate (ISR), and distance per stroke (DPS). Eight Paralympic athletes completed 4 × 50 m swims with an IMU worn on the sacrum. Strokes cycles were identified using a zero-crossing algorithm on the medio-lateral (freestyle and backstroke) or forward-backward (butterfly and breaststroke) instantaneous velocity data. Video-derived metrics were estimated using Dartfish and Kinovea. Agreement analyses, including Bland-Altman and Intraclass Correlation Coefficient (ICC), were performed on all outcome variables. SC Bland-Altman bias was 0.13 strokes, and ICC was 0.97. ISR Bland-Altman biases were within 1.5 strokes/min, and ICCs ranged from 0.26 to 0.96. DPS Bland-Altman biases were within 0.20 m, and ICCs ranged from 0.39 to 0.93. A single-IMU system can provide highly valid performance and swim stroke monitoring data for elite para-swimmers for the majority of strokes, with the exception of backstroke. Future work should improve bilateral stroke detection algorithms in this population.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».