பங்கு ஜேடி, கால்டெரோன் டியாஸ் ஜேஏ, ஏபெல் சிஇ1, பாஸ் டிஜே, ரோத்ஸ்சைல்ட் எம்எஃப், மோட் பிஇ மற்றும் ஸ்டால்டர் கேஜே
பின்னணி: இந்த ஆய்வின் நோக்கங்கள் டிஜிட்டல் இமேஜிங் தொழில்நுட்பத்தைப் பயன்படுத்தி முழங்கால், ஹாக், முன் மற்றும் பின்புற பேஸ்டர்ன்களுக்கான மூட்டு கோணங்களின் புறநிலை அளவீட்டு முறையை உருவாக்குவது மற்றும் பன்றியின் பின்புற நிலைப்பாட்டை உருவாக்குவது மற்றும் புறநிலை அளவீட்டு செயல்முறையின் மறுநிகழ்வை மதிப்பிடுவது.
முறைகள் மற்றும் கண்டுபிடிப்புகள்: இரண்டு வணிகப் பண்ணைகளில் இருந்து (n=21 பண்ணை 1 மற்றும் n=24 பண்ணை 2) நாற்பத்தைந்து பல்வகைப் பன்றிகள் (சராசரி சமநிலை 6.7 ± 2.5; சமநிலை வரம்பு 5 முதல் 14 வரை) பயன்படுத்தப்பட்டன. பன்றிகள் ஒரு பேனாவிற்கு நகர்த்தப்பட்டன, அங்கு சுயவிவரம் மற்றும் பின்புற நிலைப்பாட்டின் டிஜிட்டல் படங்கள் கைப்பற்றப்பட்டன. சராசரியாக, ஒரு விதைக்கு 5.2 (± 2.6) சுயவிவரம் மற்றும் 2.6 (± 1.0) பின்புற நிலைப்பாடு உயர்தர படங்கள் பயன்படுத்தப்பட்டன. முன்னர் குறிப்பிட்ட நான்கு அடி மற்றும் கால் மூட்டுகள் மற்றும் பின்புற நிலைப்பாடு ஆகியவற்றின் கோண அளவீடுகளை சேகரிக்க ஒரு கூட்டு கோண அளவீட்டு அமைப்பு உருவாக்கப்பட்டது. கூட்டு அளவீடுகள் நிலையான விளைவுகளாக பண்ணை மற்றும் சமநிலை (5, 6, மற்றும் 7+ என) உட்பட, மீண்டும் மீண்டும் அளவீட்டு கலப்பு மாதிரி முறைகளைப் பயன்படுத்தி பகுப்பாய்வு செய்யப்பட்டன. செயல்முறை மீண்டும் செய்யக்கூடிய தன்மையை மதிப்பிடுவதற்கு உள்வகுப்பு தொடர்பு குணகங்கள் கணக்கிடப்பட்டன. கூட்டு கோண அளவீடு மீண்டும் 0.63 முதல் 0.82 வரை இருந்தது. முன் பாஸ்டர்ன் மற்றும் ஹாக் ஆங்கிள் அளவீடுகளுக்கு முறையே மிகக் குறைந்த மற்றும் அதிக மறுநிகழ்வுகள் காணப்பட்டன. பண்ணைகளுக்கு இடையே உள்ள முழங்கால் கோணம் (P <0.05) மற்றும் பன்றிகளின் சமநிலை 5 மற்றும் 6 மற்றும் சமநிலை 7+ (P <0.05) ஆகியவற்றுக்கு இடையே உள்ள ஹாக் கோணத்தைத் தவிர அளவிடப்பட்ட கூட்டுக் கோணங்களில் குறிப்பிடத்தக்க பண்ணை அல்லது சமநிலை வேறுபாடுகள் காணப்படவில்லை.
முடிவுகள்: டிஜிட்டல் படங்களைப் பயன்படுத்தி கால்கள் மற்றும் கால்களின் இணக்க மதிப்பீடு வெற்றிகரமாக மாற்று கில்ட்களைத் தேர்ந்தெடுப்பதற்கு உதவும் ஒரு புறநிலை கருவியாகப் பயன்படுத்தப்படலாம். இது விதைப்பு நீண்ட ஆயுள் மற்றும் பண்ணை உற்பத்தித்திறன் மற்றும் லாபத்தில் நன்மை பயக்கும்.