The effect of attentional cues on mechanical efficiency and movement smoothness in running gait: An interdisciplinary investigation
Notice bibliographique
Résumé
The aim was to examine the effect of focus of attention cues on foot angle for retraining movement purposes.Twenty (females: 8) rearfoot-striking recreational runners (mass: 72.5 ± 11.8 kg; height: 1.73 ± 0.09 m; age: 32.9 ± 11.3 years) were randomly assigned to an internal focus (IF) (n = 10) or external focus (EF) (n = 10) verbal cue group.Participants performed 5 × 6 minute blocks of treadmill running (control run, 3 × cued running, retention run) at a self-selected running velocity (9.4 ± 1.1 km•h -1 ) during a single laboratory visit.Touchdown foot angle, mechanical efficiency, internal and external work were calculated and, centre of mass (COM) and foot movement smoothness was quantified.Linear-mixed effect models showed an interaction for foot angle (p < 0.001, η p 2 = 0.35) and mechanical efficiency (p < 0.001, η p 2 = 0.40) when comparing the control to the cued running.Only the IF group reduced foot angle and mechanical efficiency during cued running, but not during the retention run.The IF group produced less external work during the 1 st cued run than the control run.COM and foot smoothness were unaffected by cueing.Only an IF produced desired technique changes but at the cost of reduced mechanical efficiency.Movement smoothness was unaffected by cue provision.Changes to foot angle can be achieved within 6 minutes of gait retraining.
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 | 0,001 | 0,003 |
| 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) | 0,001 | 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 ».