MétaCan
Menu
← Retour à la cohorte
Enregistrement W4405349825 · doi:10.1371/journal.pone.0315939

Trying to use temporal and kinematic parameters for the classification in wheelchair badminton

2025· article· en· W4405349825 sur OpenAlexaff
Ilona Alberca, Bruno Watier, Félix Chénier, Florian Brassart, Mélanie Baconnais, Bryan Le Toquin, Imad Hamri, Jean‐Marc Vallier, Arnaud Faupin

Notice bibliographique

RevuePLoS ONE · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueSpinal Cord Injury Research
Établissements canadiensCentre for Interdisciplinary Research in RehabilitationUniversité du Québec à Montréal
Organismes subventionnairesAgence Nationale de la Recherche
Mots-clésWheelchairKinematicsCluster analysisPropulsionHierarchical clusteringComputer scienceEngineeringPhysical medicine and rehabilitationSimulationArtificial intelligenceMedicine

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: This study explores the potential for the temporal and kinematic datas link to propulsion technique and athlete performance collected here to contribute to evidence-based classification for wheelchair badminton athletes. MATERIALS AND METHODS: Nineteen experienced wheelchair badminton players underwent propulsion tests with a badminton racket. Wheelchair were equipped with inertial measurement units. The first analysis conducted involved comparing the parameters between class WH1 and WH2. Subsequently, a hierarchical clustering analysis was performed on the parameters with significant differences. RESULTS: Regarding propulsion technique parameters, WH1 athletes exhibit a longer braking phase compared to WH2 athletes. Generally, the performance of WH1 athletes is inferior to that of WH2 athletes. Concerning hierarchical clustering analysis, the results reveal the formation of three clusters based on principal components explaining 70% of the variation in the parameters considered in the analysis. CONCLUSION: Thus, the results of this study indicate a longer braking time for WH1 athletes compared to WH2, along with lower overall performance. The clusters results could suggest a potential evolution of the current classification towards three distinct classes of wheelchair badminton players. However, these findings should be interpreted with caution, given that the included performance parameters can be influenced by numerous factors, potentially undermining the robustness of the clustering methodology employed. This study highlights the need to strengthen the current classification process in wheelchair badminton.

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)0,003
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,006
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,247
Tête enseignante GPT0,391
Écart entre enseignants0,144 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetSpinal Cord Injury Research→Travaux en français237 207→