Développement, validation et fidélité test-retest d'indicateurs de la cinématique du fauteuil pour la course en fauteuil roulant adapté
Bibliographic record
Abstract
Le sport adapté est en plein essor afin de contrer la sédentarité particulièrement présente chez les personnes vivant avec une incapacité physique. De ces sports, la course en fauteuil roulant est pilier à la culture parasportive québécoise et un des plus représentés lors des paralympiques. Il reste beaucoup de travail à faire pour diminuer les inégalités entre les ressources offertes aux athlètes avec et sans incapacités. Les athlètes de course en fauteuil ont notamment exprimé un besoin d innovation technologique pour les guider dans leur carrière athlétique. Considérant l importance de la vitesse selon les acteurs terrain et scientifiques, l analyse de celle-ci est considérée comme étant prioritaire. Les capteurs inertiels ont montré du potentiel pour répondre à ces besoins. Cependant, cette technologie est récente et leurs qualités psychométriques, jugées comme primordiales, sont quasi inexistantes dans la littérature. Le premier objectif de ce mémoire est de développer des indicateurs de la cinématique du fauteuil et de caractéristiques spatio-temporelles à base de capteurs inertiels. Le second objectif est d évaluer les qualités psychométriques (validité concurrente et fidélité test-retest) de tels indicateurs. Nous avons émis comme hypothèse que les indicateurs allaient posséder une bonne fidélité test-retest et une validité concurrente élevée avec un système optique. Après familiarisation, treize personnes sans incapacités ont effectué des accélérations maximales de 36 m sur un fauteuil roulant athlétique lors de deux visites. La cinématique a été estimée en utilisant un capteur inertiel (Physilog, Mindmaze) positionné sur le cadre et un système optique (SciencePerfo, Speedtracker). Des indicateurs ont été extraits de l accélération et de la vitesse des systèmes. La fidélité test-retest est ressortie comme modérée à bonne, tandis que 5 des 28 indicateurs ont montré une faible fidélité. Les corrélations entre les deux systèmes sont élevées à très élevées (0,78 - 0,99). Les résultats suggèrent que les indicateurs sont précis et soutiennent leur utilisation.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.017 | 0.040 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".