MétaCan
Menu
Retour à la cohorte
Enregistrement W4395056232 · doi:10.1055/s-0044-1786203

Kinematic Descriptors of the Running Gait of Field Trial Labrador Retrievers Compared to the Racing Greyhound

2024· article· en· W4395056232 sur OpenAlexaboutno aff
Robert Gillette, Sarah Shull, Jane M. Manfredi, D. L. M. Gillette

Notice bibliographique

RevueVCOT Open · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueWinter Sports Injuries and Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésKinematicsGaitField trialGait analysisPhysical medicine and rehabilitationComputer scienceArtificial intelligenceComputer visionMedicineBiologyPhysics

Résumé

récupéré en direct d'OpenAlex

Introduction: The primary objectives of the study were to document and to compare kinematic data of the Field Trial Labrador (FTL) Retriever, during a simulated retrieve, to the Racing Greyhound (RGH). The hypotheses were that FTL will have similar kinematic data to RGHs with the exception that the FTL will be slower and that their stride time will correlate to velocity. Materials and Methods: Six highly competitive FTL Retrievers were filmed retrieving similar to an actual trial. A camera (155 fps) was perpendicular to a 114 m retrieving path. The nose and each paw in the videos were digitized using Kinovea (v0.8.15). The FTL data (velocity, stride time, stride length) were described and compared with previously published RGH data. Descriptive statistics and Pearson Correlation Coefficients (significant at p < 0.05) were performed. Results: The retrieve means were Velocity - 14.11 m/s; Stride Length - 3.22 m; Stride Time - 0.228 second Stride length was the only parameter that was significantly correlated with velocity (R^2=0.83, p = 0.011). Discussion/Conclusion: The FTL stride length was associated with speed where for the RGH it was Stride Time. The FTL (14.11 m/s) wasn’t as fast as RGH (15.83 m/s). FTL Stride Times were 0.228 second RGH were 0.22 second The Stride Length of the FTL (3.22 m) was less than the RGH (5.21 m). The weights of FTL (55# - 80#) and RGH (55# - 88#) are not that different. These findings suggests that power output of the muscles plays a role in the faster speed of the RGH when compared with the FTL. Acknowledgment: There was no proprietary interest for this project. Equipment and funds for this project were provided by the investigators. Kinovea, a free 2D motion analysis software under GPLv2 license, created in 2009 via the non-profit collaboration of several researchers, athletes, coaches and programmers from all over the world, was used. Publication History Article published online: 09 April 2024 © 2024. The Author(s). This is an open access article published by Thieme under the terms of the Creative Commons Attribution License, permitting unrestricted use, distribution, and reproduction so long as the original work is properly cited. (https://creativecommons.org/licenses/by/4.0/) Georg Thieme Verlag KG Rüdigerstraße 14, 70469 Stuttgart, Germany

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0030,001

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 Opus0,038
Tête enseignante GPT0,333
Écart entre enseignants0,295 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVCOT OpenMême sujetWinter Sports Injuries and PerformanceTravaux en français237 207