MétaCan
Menu
← Retour à la cohorte
Enregistrement W4405458861 · doi:10.3390/s24247999

Are Junior Tennis Players Less Exposed to Shocks and Vibrations than Adults? A Pilot Study

2024· article· en· W4405458861 sur OpenAlexaff
Tom Le Solliec, Christophe Hautier, Robin Gassier, Robin Trama, Benoît Gilbert, Lin Song, Qingshan Zhang

Notice bibliographique

RevueSensors · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueMuscle activation and electromyography studies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésRacketVibrationAccelerometerPhysical medicine and rehabilitationStatistical parametric mappingStatistical analysisPhysical therapySimulationMathematicsEngineeringMedicineComputer scienceAcousticsStatisticsPhysics

Résumé

récupéré en direct d'OpenAlex

This study investigated muscle activation, shocks, and vibrations of the upper extremities during tennis serves between junior and adult tennis players. Thirty-five well-trained tennis players (15 juniors and 20 adults) performed 10 maximal successful tennis serves. Two triaxial accelerometers recorded the shock and vibration on the racket and the hand on the dominant side. Eight surface EMG electrodes were also used to measure the arm muscles' activities. Linear mixed models were used to test the fixed effect of age on muscular activation and vibration. Statistical non-Parametric Mapping was employed to make statistical inferences on the EMG and accelerometer data obtained from the continuous wavelet transform. Comparing EMG parameters between junior and adult players reveals similar upper limb intermuscular coordination. The junior players experienced lower racket and hand vibration amplitudes, which were partially explained by a lower ball velocity. This study revealed that young players showed no difference in EMG parameters in the tennis serve but were as exposed to shocks and vibrations as adults when compared based on a given speed and a given handgrip force. These vibrations apply to an immature skeleton, which can increase the risk of injuries caused by overuse. In addition, differences in the racket vibration frequency provide original knowledge to engineers who need to develop innovative sports equipment for tennis.

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 seuil0,010

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 savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,026
Tête enseignante GPT0,235
Écart entre enseignants0,209 · 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 revueSensors→Même sujetMuscle activation and electromyography studies→Travaux en français237 207→