MétaCan
Menu
Retour à la cohorte
Enregistrement W4400721097 · doi:10.51224/srxiv.432

Motor variability regulation analysis in trampolinists

2024· preprint· en· W4400721097 sur OpenAlexafffund
Eve Charbonneau, Mathieu Bourgeois, Craig Turner, Mickaël Begon

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueTraffic Prediction and Management Techniques
Établissements canadiensUniversité de Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMitacs
Mots-clésComputer science

Résumé

récupéré en direct d'OpenAlex

In trampolining, optimizing body orientation during landing reduces injury risk and enhances performance.As athletes are subject to motor variability, anticipatory inflight corrections are necessary to regulate their body orientation before landing.This study first investigated the evolution of body orientation and limb position variability during twisting somersaults of various difficulties.A secondary objective was to examine the link between acrobatics difficulty and the variability accumulation and to identify links between body orientation variability and gaze orientation.Kinematics and gaze orientation were captured using inertial measurement units and a portable eye tracker, respectively.Seventeen trampolinists performed up to 13 different acrobatics.Pelvis orientation and limb positions intertrial variability was computed at three key timestamps: take-off, 75% completion of the twist for the most twisting somersault, and landing.Pelvis orientation variability significantly increased (+75%) and then decreased (-39%) while there was an opposite pattern for the limbs where variability decreased (upper limbs:-66% and lower limbs: -46%) and increased (+357% and +127%), suggesting that trampolinists adapted their limb kinematics to regulate pelvis orientation before landing.A decreased body orientation variability was observed when athletes looked at the trampoline bed before landing.Thus, coaches should ensure that the acrobatic technique allows for getting the appropriate visual information to facilitate landings.Moreover, there was a moderate correlation between the number of twists in a straight somersault and the variability accumulation at 75% of the twist, highlighting that athletes accumulate more variability as the number of twist rotations increases.

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 enseignants0,005
Score d'incertitude au seuil0,009

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)0,0010,000

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 Opus0,008
Tête enseignante GPT0,239
Écart entre enseignants0,231 · 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'admission2
Résumé présentoui

Explorer davantage

Même sujetTraffic Prediction and Management TechniquesTravaux en français237 207