MétaCan
Menu
Retour à la cohorte
Enregistrement W4413127672 · doi:10.1177/17479541251365200

Executing a successful third shot drop in pickleball

2025· article· en· W4413127672 sur OpenAlexaff
D. G. Steyn, Troy Mithrush, Chris Koentges, Susan Andrews, André Plourde

Notice bibliographique

RevueInternational Journal of Sports Science & Coaching · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueSports Dynamics and Biomechanics
Établissements canadiensCarleton UniversityUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésShot (pellet)Drop (telecommunication)PsychologyComputer scienceMaterials scienceMetallurgy

Résumé

récupéré en direct d'OpenAlex

We define and investigate a successful third shot drop in pickleball using a numerical model of pickleball ball aerodynamics. Our overall objective is to investigate the ranges of initial speeds, angles and spins that result in a successful third shot drop. We conclude that the initial speed must be in the range 10.9 metres per second to 13 metres per second for down-the-line shots and 13.3 metres per second to 16 metres per second for cross-court shots. The initial angle must be in the range 15.5 degrees to 22.5 degrees for down-the-line shots and 12.5 degrees to 18 degrees for cross-court shots. We conclude that the effects of spin on the third shot drop are of secondary importance. We believe these results could be useful as a guide to coaches and players wanting to develop this crucial aspect of the game of pickleball.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,575
Score d'incertitude au seuil0,398

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,006
Tête enseignante GPT0,260
Écart entre enseignants0,254 · 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'étudeSimulation ou modélisation
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 revueInternational Journal of Sports Science & CoachingMême sujetSports Dynamics and BiomechanicsTravaux en français237 207