MétaCan
Menu
Retour à la cohorte
Enregistrement W4415553254 · doi:10.1123/jab.2024-0221

Multijoint Coordination Contributes to the Minimization of Frontal Plane Center-of-Mass Displacement in Maximal Velocity Sprinting

2025· article· en· W4415553254 sur OpenAlexaff
Chris L. Vellucci, Shawn M. Beaudette

Notice bibliographique

RevueJournal of Applied Biomechanics · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueRobotic Mechanisms and Dynamics
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésSprintCoronal planeBiomechanicsTrunkKinematicsDisplacement (psychology)Work (physics)Excursion

Résumé

récupéré en direct d'OpenAlex

Previous studies on sprinting biomechanics have identified a variety of biomechanical characteristics that describe the outcome of improved sprint technique but in doing so have neglected to identify the postural control strategies that lead to improved sprint performance. The purpose of this study was to evaluate the relationship between frontal plane displacement of the center of mass (CoM) and sprint velocity, and to understand if multijoint coordination of the limbs and trunk were associated with minimizing the displacement. The results from this study suggest that stance phase frontal plane CoM cumulative path length is significantly associated with sprint velocity. Further, a multivariate linear regression model revealed that coordinative couplings of the bilateral limbs and trunk were associated with the minimization of the frontal plane CoM displacement. Specifically, the coordination of the knees (flexion-extension) and axial rotation of the thorax-pelvis were the most important interjoint couplings in minimizing frontal plane CoM displacement. Frontal plane CoM displacement provides coaches, athletes, and performance professionals with an interpretable metric to identify sprint technique quality in field using wearable sensors. Future work needs to further advance our understanding of postural control during sprinting so that effective coaching and rehabilitation interventions can be designed.

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)0,000
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,836
Score d'incertitude au seuil0,328

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 GPT0,204
Écart entre enseignants0,200 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied BiomechanicsMême sujetRobotic Mechanisms and DynamicsTravaux en français237 207