MétaCan
Menu
← Retour à la cohorte
Enregistrement W4416404511 · doi:10.3389/fpsyg.2025.1697856

Case Report: Asymmetric and hierarchical control in world-record rope skipping—biomechanical insights into extreme speed performance

2025· article· en· W4416404511 sur OpenAlexaff
Yufeng Liu, Min Hao, Gongbing Shan

Notice bibliographique

RevueFrontiers in Psychology · 2025
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMotor Control and Adaptation
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesnon disponible
Mots-clésKinematicsTrunkRopeAdaptation (eye)Motor controlControl (management)Control theory (sociology)Power (physics)

Résumé

récupéré en direct d'OpenAlex

This case-study investigated the motor control strategies underpinning a world-record performance in short-duration, high-intensity rope skipping, focusing on control accuracy and temporal adaptations under extreme speed and fatigue. Methods included 3D motion capture, ground reaction force measurements, and biomechanical modeling. Biomechanical parameters were quantified to identify time-dependent changes and distinctive control strategies. Results demonstrated exceptional clearance accuracy, with left foot operating at mechanical limit and right providing a safety margin. Progressive adaptations of COG height and ROM reflected fatigue-related adjustments, revealing a three-phase adaptation model. Kinetic analyses indicated a functional division of labor, with left leg serving as the power limb and right as the timing limb. Kinematic findings further identified a hierarchical control strategy: trunk adjustments provided rhythmic scaffolding, left leg joints stabilized during contact, and right leg joints enhanced clearance mobility. These results illustrate how asymmetric, hierarchical coordination optimizes performance under extreme temporal and spatial constraints.

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)0,000
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: Étude de cas
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,002
Communication savante0,0010,002
Science ouverte0,0020,002
Intégrité de la recherche0,0050,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,028
Tête enseignante GPT0,290
Écart entre enseignants0,262 · 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'étudeÉtude de cas
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 revueFrontiers in Psychology→Même sujetMotor Control and Adaptation→Travaux en français237 207→