MétaCan
Menu
Retour à la cohorte
Enregistrement W4404482817 · doi:10.1080/1091367x.2024.2426761

Predicting Barbell Release Speed from Peak Speed in the Bench Press Throw via a Linear Position Transducer

2024· article· en· W4404482817 sur OpenAlexaff
Molly C. Henneberry, Dana Agar-Newman, Seth Lenetsky, Marc Klimstra

Notice bibliographique

RevueMeasurement in Physical Education and Exercise Science · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensCanadian Sport Centre PacificUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésTransducerBench pressPosition (finance)SimulationAcousticsComputer scienceMathematicsPhysicsPhysical therapyResistance trainingMedicine

Résumé

récupéré en direct d'OpenAlex

Upper body force-velocity profiles to assess musculoskeletal performance are created using release speed (RS) of the barbell in a bench press throw (BPT). A more easily obtained variable is peak speed (PS) measured by a linear position transducer. We assessed the validity of predicting RS from measured PS. One hundred and seventy-eight throws from ten male participants age (mean ± SD) 27 ± 5 yrs, mass 88 ± 13 kg with minimum one year of resistance training performed the BPT with increasing loads on a Smith machine. Correlation revealed an exponential relationship of RS = 0.26e0.9(PS), (R2 = 0.96, p < .05). We assessed predictive validity by comparing the measured RS of the barbell in each throw to the RS estimated by this formula. Bland-Altman analysis showed the 95% limit of agreement was 0.26 m∙s−1 to 0.18 m∙s−1, with a mean difference of 0.04 m∙s−1 (2.92%), determining that PS may be used to estimate RS.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,676
Score d'incertitude au seuil0,288

Scores Codex et Gemma par catégorie

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

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 Opus0,034
Tête enseignante GPT0,312
Écart entre enseignants0,278 · 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 tête enseignante, 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 revueMeasurement in Physical Education and Exercise ScienceMême sujetSports Performance and TrainingTravaux en français237 207