Achtung! Das Lehrangebot ist noch nicht vollständig und wird bis Semesterbeginn laufend ergänzt.
350154 VU BD2II - Biomechanical Motion Analysis in Practice - Abt. A (2023W)
Prüfungsimmanente Lehrveranstaltung
Labels
An/Abmeldung
Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").
- Anmeldung von Mo 04.09.2023 09:00 bis Mi 20.09.2023 12:00
- Anmeldung von Mo 02.10.2023 09:00 bis Fr 06.10.2023 12:00
- Abmeldung bis Di 31.10.2023 12:00
Details
max. 20 Teilnehmer*innen
Sprache: Englisch
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
The class of 12th October will not take place
-
Donnerstag
05.10.
12:30 - 14:00
ZSU - USZ II, Biomechanisches Labor, 2. Stock
ZSU - USZ II, EDV Raum, 2. Stock -
Donnerstag
12.10.
12:30 - 14:00
ZSU - USZ II, Biomechanisches Labor, 2. Stock
ZSU - USZ II, EDV Raum, 2. Stock -
Donnerstag
19.10.
12:30 - 14:00
ZSU - USZ II, Biomechanisches Labor, 2. Stock
ZSU - USZ II, EDV Raum, 2. Stock -
Donnerstag
09.11.
12:30 - 14:00
ZSU - USZ II, Biomechanisches Labor, 2. Stock
ZSU - USZ II, EDV Raum, 2. Stock -
Donnerstag
16.11.
12:30 - 14:00
ZSU - USZ II, Biomechanisches Labor, 2. Stock
ZSU - USZ II, EDV Raum, 2. Stock -
Donnerstag
23.11.
12:30 - 14:00
ZSU - USZ II, Biomechanisches Labor, 2. Stock
ZSU - USZ II, EDV Raum, 2. Stock -
Donnerstag
30.11.
12:30 - 14:00
ZSU - USZ II, Biomechanisches Labor, 2. Stock
ZSU - USZ II, EDV Raum, 2. Stock -
Donnerstag
07.12.
12:30 - 14:00
ZSU - USZ II, Biomechanisches Labor, 2. Stock
ZSU - USZ II, EDV Raum, 2. Stock -
Donnerstag
14.12.
12:30 - 14:00
ZSU - USZ II, Biomechanisches Labor, 2. Stock
ZSU - USZ II, EDV Raum, 2. Stock -
Donnerstag
11.01.
12:30 - 14:00
ZSU - USZ II, Biomechanisches Labor, 2. Stock
ZSU - USZ II, EDV Raum, 2. Stock -
Donnerstag
18.01.
12:30 - 14:00
ZSU - USZ II, Biomechanisches Labor, 2. Stock
ZSU - USZ II, EDV Raum, 2. Stock -
Donnerstag
25.01.
12:30 - 14:00
ZSU - USZ II, Biomechanisches Labor, 2. Stock
ZSU - USZ II, EDV Raum, 2. Stock
Information
Ziele, Inhalte und Methode der Lehrveranstaltung
Art der Leistungskontrolle und erlaubte Hilfsmittel
Die gesamte Leistungserbringung durch Studierende hat bei prüfungsimmanenten Lehrveranstaltungen des Wintersemesters bis spätestens am folgenden 30. April, bei prüfungsimmanenten Lehrveranstaltungen des Sommersemesters bis spätestens am folgenden 30. September zu erfolgen. Studierende, die sich nicht von der ggst. Lehrveranstaltung abgemeldet haben, sind zu beurteilen. Bei negativer Beurteilung ist eine kommissionelle Prüfung unzulässig, der Besuch der Lehrveranstaltung ist zu wiederholen. Rechtsquelle: Satzung der Universität Wien §10 (4, 5, 6).Sie werden ausdrücklich darauf hingewiesen, dass bei Feststellung einer erschlichenen Leistung (z.B.: Abschreiben, Plagiieren, Verwendung unerlaubter Hilfsmittel, Fälschungen, Ghostwriting etc.) die gesamte PI-LV als geschummelt gewertet wird und als Antritt zählt. (Eintrag in U:SPACE: X = nicht beurteilt)
Mindestanforderungen und Beurteilungsmaßstab
25% attendance + quiz (2.5% per class)75% final abstract (60%) + presentation (15%)
- Groups of 2-3 for the experiments
- Topics to be chosen by the students
- 1 page abstract (1 per student)
- 3-5 min presentation (1 per student)
- Groups of 2-3 for the experiments
- Topics to be chosen by the students
- 1 page abstract (1 per student)
- 3-5 min presentation (1 per student)
Prüfungsstoff
Students chose between:
- Ultrasonography
- Electromyography / muscle stimulation
- Motion analysis (kinematics and kinetics)
- Strength measurements
- Musculoskeletal modelling
- Machine learning
- Ultrasonography
- Electromyography / muscle stimulation
- Motion analysis (kinematics and kinetics)
- Strength measurements
- Musculoskeletal modelling
- Machine learning
Literatur
Topic reads:
Vigotsky, A. D., Halperin, I., Lehman, G. J., Trajano, G. S., & Vieira, T. M. (2018). Interpreting signal amplitudes in surface electromyography studies in sport and rehabilitation sciences. Frontiers in Physiology, 8(JAN). https://doi.org/10.3389/fphys.2017.00985Franchi, M. V., Raiteri, B. J., Longo, S., Sinha, S., Narici, M. V., & Csapo, R. (2018). Muscle Architecture Assessment: Strengths, Shortcomings and New Frontiers of in Vivo Imaging Techniques. Ultrasound in Medicine and Biology. https://doi.org/10.1016/j.ultrasmedbio.2018.07.010Lloyd, D. (2021). The future of in-field sports biomechanics: wearables plus modelling compute real-time in vivo tissue loading to prevent and repair musculoskeletal injuries. Sports Biomechanics, 1–29. https://doi.org/10.1080/14763141.2021.1959947Saxby, D. J., Killen, B. A., Pizzolato, C., Carty, C. P., Diamond, L. E., Modenese, L., Fernandez, J., Davico, G., Barzan, M., Lenton, G., da Luz, S. B., Suwarganda, E., Devaprakash, D., Korhonen, R. K., Alderson, J. A., Besier, T. F., Barrett, R. S., & Lloyd, D. G. (2020). Machine learning methods to support personalized neuromusculoskeletal modelling. Biomechanics and Modeling in Mechanobiology, 19(4), 1169–1185. https://doi.org/10.1007/s10237-020-01367-8
Vigotsky, A. D., Halperin, I., Lehman, G. J., Trajano, G. S., & Vieira, T. M. (2018). Interpreting signal amplitudes in surface electromyography studies in sport and rehabilitation sciences. Frontiers in Physiology, 8(JAN). https://doi.org/10.3389/fphys.2017.00985Franchi, M. V., Raiteri, B. J., Longo, S., Sinha, S., Narici, M. V., & Csapo, R. (2018). Muscle Architecture Assessment: Strengths, Shortcomings and New Frontiers of in Vivo Imaging Techniques. Ultrasound in Medicine and Biology. https://doi.org/10.1016/j.ultrasmedbio.2018.07.010Lloyd, D. (2021). The future of in-field sports biomechanics: wearables plus modelling compute real-time in vivo tissue loading to prevent and repair musculoskeletal injuries. Sports Biomechanics, 1–29. https://doi.org/10.1080/14763141.2021.1959947Saxby, D. J., Killen, B. A., Pizzolato, C., Carty, C. P., Diamond, L. E., Modenese, L., Fernandez, J., Davico, G., Barzan, M., Lenton, G., da Luz, S. B., Suwarganda, E., Devaprakash, D., Korhonen, R. K., Alderson, J. A., Besier, T. F., Barrett, R. S., & Lloyd, D. G. (2020). Machine learning methods to support personalized neuromusculoskeletal modelling. Biomechanics and Modeling in Mechanobiology, 19(4), 1169–1185. https://doi.org/10.1007/s10237-020-01367-8
Zuordnung im Vorlesungsverzeichnis
BD2II
Letzte Änderung: Mo 23.10.2023 11:08