MétaCan
Menu
Retour à la cohorte
Enregistrement W4401997353 · doi:10.1080/02640414.2024.2394746

A methodological proof-of-concept of the teeter-totter effect

2024· article· en· W4401997353 sur OpenAlexaff
Ashna Subramanium, Jordyn Vienneau, Sandro Nigg, Benno M. Nigg

Notice bibliographique

RevueJournal of Sports Sciences · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueProsthetics and Rehabilitation Robotics
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésProof of conceptPsychologyComputer science

Résumé

récupéré en direct d'OpenAlex

The Nike Vaporfly 4% (VP4) shoe is popular due to its unique design and reported performance benefits. However, the underlying mechanisms responsible for the improvements remain unclear. One proposed mechanism is the teeter-totter effect. This study aimed to 1) experimentally test the teeter-totter theory by estimating the teeter-totter moment (MTT) in the VP4 compared to a flat shoe (CONTROL) and 2) quantify the change in the anterior-posterior position of the centre of pressure (Δxa-p) in the VP4 compared to the CONTROL. Plantar pressures and high-speed video were recorded from 15 runners in two shoe conditions. The VP4 generated a larger propulsion moment, MP, (∫MPdt = 90.46 ± 38.87 Nms; p < 0.001, d = 1.95), suggesting the presence of an MTT in the VP4 (∫MTTdt = 57.16 ± 24.35 Nms) when compared to the CONTROL (∫MPdt = 33.30 ± 14.52 Nms). Δxa-p was greater in the VP4 (Δxa-p = 9.48 ± 6.08 mm; p < 0.001, d = 2.07) compared to the CONTROL (Δxa-p = 0.54 ± 0.67 mm). This study provides a methodological proof-of-concept for the teeter-totter theory. The findings highlight the possibility of a teeter-totter effect resulting in greater heel propulsion while running in an AFT shoe construction, assuming a constant muscle moment and pivot point.

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)0,004
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,041
Tête enseignante GPT0,308
Écart entre enseignants0,267 · 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'étudeExpérimental (laboratoire)
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

Citations8
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sports SciencesMême sujetProsthetics and Rehabilitation RoboticsTravaux en français237 207