MétaCan
Menu
Retour à la cohorte
Enregistrement W4408489535 · doi:10.1504/ijbet.2024.10070029

The effect of Fatigue on Lower Limb Coordination Characteristics in Badminton forehand smash: a Functional Principal Component Analysis

2024· article· en· W4408489535 sur OpenAlexaff
Zixiang Gao, Zhou Zhanyi, Shudong Li

Notice bibliographique

RevueInternational Journal of Biomedical Engineering and Technology · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueSports injuries and prevention
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésPrincipal component analysisComponent (thermodynamics)Physical medicine and rehabilitationComputer scienceLower limbMedicineArtificial intelligenceSurgeryPhysics

Résumé

récupéré en direct d'OpenAlex

The study of motor coordination explores how the central nervous system controls body movements. Using functional principal component analysis (FPCA), this study examined the impact of fatigue on limb coordination synergies and activity coefficients in 23 badminton players performing forehand smashes before and after fatigue. Kinematic data revealed that pre-fatigue, three coordination synergies effectively controlled all lower limb joints, while post-fatigue, four synergies were required, reflecting increased control complexity. Fatigue significantly altered synergy control: Synergy 2's control of the hip joint decreased, control of the right ankle increased (p < 0.05), and Synergy 3's control of the left ankle decreased (p < 0.05). Fatigue also shifted synergy activity, enhancing Synergy 3 control during landing while reducing Synergy 1 control in the follow-through. These findings highlight how fatigue modifies coordination strategies, increasing joint control complexity, with implications for training to enhance performance stability and reduce injury risks.

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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,812
Score d'incertitude au seuil0,192

Scores Codex et Gemma par catégorie

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

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 Opus0,005
Tête enseignante GPT0,264
Écart entre enseignants0,258 · 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'étudeAutre devis
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 revueInternational Journal of Biomedical Engineering and TechnologyMême sujetSports injuries and preventionTravaux en français237 207