The impact of horseback rider laterality on riding position
Notice bibliographique
Résumé
Abstract Correct riding position in the saddle is essential for effective horse-rider communication. This study investigated if rider laterality – the preference for using one side of the body over the other – had an impact on rider position. Twenty-five female riders were assessed for handedness, leg dominance (via three motor tasks) and leg length. They rode their own horse at the halt, walk, trot and canter while being video recorded from the left, right and rear views. A total of 137 still frames per rider were captured and analysed using Kinovea software to measure the deviation of head, torso, leg, knee, shoulder, hip and heel angles from an ideal reference angle. Correlations determined associations between laterality and position. A significant association was found between dominant hand and leg ( ) where right-handed riders were often right-leg dominant and left-handed riders were left-leg dominant. Left-handed riders showed more symmetrical positions, while right-handed and right-leg dominant riders leaned their torso farther forward, particularly when viewed from the left side, suggesting they twist their upper bodies to the right. However, left-hand and left-leg dominant riders rode with their left heel pushed further down than right-hand and right-leg dominant riders ( , ). Longer leg lengths were associated with tilting the head ( ) and hips ( ) to the left at multiple gaits, and with shoulders leaning farther to the right at the canter ( ). Riders who rode more frequently had leg ( ) and knee angles ( ) closer to the ideal. These results demonstrate that rider laterality has an influence on rider position and contributes to postural asymmetry. Training approaches should be more personalised based on individual laterality and asymmetry to ensure proper communication between the horse and rider.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».