Impact of holding a badminton racket on spatiotemporal parameters during manual wheelchair propulsion based on forward and backward propulsion
Notice bibliographique
Résumé
This study evaluates the impact of a badminton racket on forward and backward propulsion in wheelchair badminton, aiming to discern if this impact varies between propulsion directions. Nineteen experienced wheelchair badminton players underwent propulsion tests with and without a badminton racket. In forward propulsion when comparing the same hand with and without a racket, the badminton racket distinctly alters propulsion technique parameters depending on the propulsion direction. It increases sprint time by 4% to 5% and reduces mean, maximum, and peak velocities by 3% to 8% regardless of propulsion direction. Deceleration is also diminished by 9% to 11% with the racket in both directions, potentially decreasing overall performance. However, the comparison of data between the hand with a racket and the opposite hand without a racket did not reveal enough significant results to establish a negative effect of the racket. Notably, while the impact of the racket differs between propulsion directions, there is no significant difference in the effect between forward and backward propulsion. The use of a badminton racket influences propulsion technique parameters differently based on the propulsion direction (decrease in propulsion phase time during forward propulsion and the opposite during backward propulsion) and increases performance parameters such as velocity and deceleration consistently across both directions when comparing the same hand with and without a badminton racket. However, the direction of propulsion does not amplify the racket's effect. These findings underscore the importance for wheelchair badminton players to consider equipment effects on performance in both propulsions.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».