MétaCan
Menu
← Retour à la cohorte
Enregistrement W4413035265 · doi:10.3389/fphys.2025.1461644

The One Giant Leap commercial wireless power meter can be used for sprint kayaking with the appropriate calibration

2025· article· en· W4413035265 sur OpenAlexafffund
Joshua A. Goreham, Michel Ladouceur

Notice bibliographique

RevueFrontiers in Physiology · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensDalhousie University
Organismes subventionnairesMitacs
Mots-clésPaddleSprintCalibrationStatisticsRange (aeronautics)Concurrent validityMathematicsSimulationMedicinePhysical therapyComputer scienceEngineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Purpose Two experiments were conducted to determine the construct and concurrent validity of a commercial kayak paddle shaft power meter (OGL) for measuring force and power output in female sprint kayakers. Methods and Results Construct validity: Seven female participants used the same OGL paddle to complete 30 s trials at different stroke rates (60, 80, 100, maximum strokes per minute) while a global positioning system measured kayak velocity. Regression analysis provided a large coefficient of determination (R2≥0.83) between mean power and mean velocity (f(x) = 6.892 × 3). Concurrent validity: Two known weight combinations were used to calibrate the paddle (wide range: 51.5–394.9 N; narrow range: 100.6–247.7 N), whereas both left and right sides of the shaft were statically loaded eight separate times with known weights (51.5 N–394.9 N at 49.1 N intervals) to test its concurrent validity. The right side of the shaft had proportional bias (p < 0.001) and the left side of the shaft had fixed bias (65.7 ± 21.1 N, p = 0.017) when calibrated with a narrow range. Neither shaft side had proportional bias, but both shaft sides had small, fixed biases (left: 18.3 ± 7.4 N, p = 0.043; right: 9.3 ± 3.0 N, p = 0.018) when calibrated with a wide range. Conclusion The study establishes that even though the OGL reports power values that appear to have construct validity up to 4.6 m s-1, calibration with a range of weights that encompasses the projected applied forces is needed to improve the accuracy of the force measurement, and thus the power calculation, by the OGL.

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)0,004
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,017
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0190,009

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 Opus0,017
Tête enseignante GPT0,262
Écart entre enseignants0,244 · 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'étudeExpérimental (laboratoire)
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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Physiology→Même sujetSports Performance and Training→Travaux en français237 207→