MétaCan
Menu
Retour à la cohorte
Enregistrement W4402595499 · doi:10.2519/josptopen.2024.0069

Associations Between Early Specialization and Ice Hockey Goaltender Hip Kinematics: A Cross-sectional Study

2024· article· en· W4402595499 sur OpenAlexaff
Margaret S. Harrington, Courtney A. Hlady, Timothy A. Burkhart

Notice bibliographique

RevueJOSPT open. · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueHip disorders and treatments
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésIce hockeyKinematicsCross-sectional studyPhysical medicine and rehabilitationMedicinePhysics

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To compare hip kinematics between early specialized (ES) and not early specialized (NES) ice hockey goaltenders. DESIGN: Cross-sectional study. METHODS: Twenty-six goaltenders’ (13 ES) kinematics were quantified during common goaltending tasks (ie, butterfly drops, power and butterfly slides) performed on a slide board using Theia3D markerless technology. Maximum and minimum hip flexion, adduction, and internal rotation (IR) angles were determined, as were the concurrent hip angles in the two other planes at these positions. The groups were compared using independent t tests or Mann-Whitney U tests for discrete data and statistical parametric mapping for hip angles over time. RESULTS: ES goaltenders had increased IR and abduction at lower flexion and less IR and abduction at higher flexion compared to NES goaltenders. Neither group reached the expected extreme ranges of flexion, adduction, or IR typically associated with mechanical bony impingement of femoroacetabular impingement syndrome (FAIS). CONCLUSION: The ES goaltenders may minimize combined flexion and IR or abduction to avoid pain in hips due to FAIS or labral tears or have adopted advantageous hip control strategies to avoid abnormal hip contact mechanics that contribute to developing these pathologies. JOSPT Open 2025;3(1):35-44. Epub 18 September 2024. doi:10.2519/josptopen.2024.0069

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 enseignants0,003
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
Bibliométrie0,0010,000
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)0,0030,000

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 Opus0,062
Tête enseignante GPT0,388
Écart entre enseignants0,326 · 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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJOSPT open.Même sujetHip disorders and treatmentsTravaux en français237 207