MétaCan
Menu
Retour à la cohorte
Enregistrement W1932701889 · doi:10.1155/2015/240153

Effects of Surface Inclination on the Vertical Loading Rates and Landing Pattern during the First Attempt of Barefoot Running in Habitual Shod Runners

2015· article· en· W1932701889 sur OpenAlexaff
Winko W. An, Michael J. Rainbow, Roy T.H. Cheung

Notice bibliographique

RevueBioMed Research International · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueLower Extremity Biomechanics and Pathologies
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésBarefootHeelTreadmillOrthodonticsMedicineGeologyPhysical medicine and rehabilitationMathematicsPhysical therapyAnatomy

Résumé

récupéré en direct d'OpenAlex

Barefoot running has been proposed to reduce vertical loading rates, which is a risk factor of running injuries. Most of the previous studies evaluated runners on level surfaces. This study examined the effect of surface inclination on vertical loading rates and landing pattern during the first attempt of barefoot running among habitual shod runners. Twenty habitual shod runners were asked to run on treadmill at 8.0 km/h at three inclination angles (0°; +10°; -10°) with and without their usual running shoes. Vertical average rate (VALR) and instantaneous loading rate (VILR) were obtained by established methods. Landing pattern was decided using high-speed camera. VALR and VILR in shod condition were significantly higher (p < 0.001) in declined than in level or inclined treadmill running, but not in barefoot condition (p > 0.382). There was no difference (p > 0.413) in the landing pattern among all surface inclinations. Only one runner demonstrated complete transition to non-heel strike landing in all slope conditions. Reducing heel strike ratio in barefoot running did not ensure a decrease in loading rates (p > 0.15). Conversely, non-heel strike landing, regardless of footwear condition, would result in a softer landing (p < 0.011).

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,223
Score d'incertitude au seuil0,202

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 Opus0,055
Tête enseignante GPT0,319
Écart entre enseignants0,265 · 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'étudeExpérimental (laboratoire)
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

Citations36
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioMed Research InternationalMême sujetLower Extremity Biomechanics and PathologiesTravaux en français237 207