MétaCan
Menu
← Retour à la cohorte
Enregistrement W4394463626 · doi:10.6084/m9.figshare.19915159

THE ROLE OF FUNCTIONAL DYNAMIC STRETCHING TRAINING IN DANCE SPORTS

2022· dataset· en· W4394463626 sur OpenAlexaff
Wei Zhang, Ning Bai

Notice bibliographique

RevueFigshare · 2022
Typedataset
Langueen
DomaineMedicine
ThématiqueSports injuries and prevention
Établissements canadiensBruyère
Organismes subventionnairesnon disponible
Mots-clésDanceTraining (meteorology)PsychologyPhysical medicine and rehabilitationComputer scienceVisual artsGeographyArtMedicineMeteorology

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Introduction Dynamic stretching is a particular form of training. Currently, there is little research in academia about dynamic stretching in sports dancing. Objective Explore the role of functional dynamic stretching training in dance sports. Methods 60 sports dancers with a history of ankle injuries were randomly divided into a control and experimental group. All performed a training protocol twice a week, lasting 45 minutes, for eight weeks. A functional dynamic stretching training session was added to the control group. The effects were evaluated by the Cumberland scale, bilateral stability comparison, and balance control by the Perkin system. Data were statistically treated for analysis. Results There was no significant difference between the scores of healthy ankle joints and injured ankle joints in the two groups (P>0.05). After eight weeks of functional dynamic stretching training, there was a significant difference between the experimental and control groups on injured ankle joints (P<0.05). Conclusion Dynamic stretching training can effectively improve ankle joint stability in sports dancers. Concomitantly, this method effectively prevents injuries to the athlete’s ankle joint. Evidence level II; Therapeutic Studies - Investigating the results.

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)0,006
score de la tête « metaresearch » (Gemma)0,037
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil0,167

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,037
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,004
Bibliométrie0,0030,005
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0030,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0500,005

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 Opus0,019
Tête enseignante GPT0,276
Écart entre enseignants0,257 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshare→Même sujetSports injuries and prevention→Travaux en français237 207→