Gender difference in cycling speed and age of winning performers in ultra-cycling – the 508-mile “Furnace Creek” from 1983 to 2012
Notice bibliographique
Résumé
We analysed (i) the gender difference in cycling speed and (ii) the age of winning performers in the 508-mile "Furnace Creek 508". Changes in cycling speeds and gender differences from 1983 to 2012 were analysed using linear, non-linear and hierarchical multi-level regression analyses for the annual three fastest women and men. Cycling speed increased non-linearly in men from 14.6 (s = 0.3) km · h(-1) (1983) to 27.1 (s = 0.7) km · h(-1) (2012) and non-linearly in women from 11.0 (s = 0.3) km · h(-1) (1984) to 24.2 (s = 0.2) km · h(-1) (2012). The gender difference in cycling speed decreased linearly from 26.2 (s = 0.5)% (1984) to 10.7 (s = 1.9)% (2012). The age of winning performers increased from 26 (s = 2) years (1984) to 43 (s = 11) years (2012) in women and from 33 (s = 6) years (1983) to 50 (s = 5) years (2012) in men. To summarise, these results suggest that (i) women will be able to narrow the gender gap in cycling speed in the near future in an ultra-endurance cycling race such as the "Furnace Creek 508" due to the linear decrease in gender difference and (ii) the maturity of these athletes has changed during the last three decades where winning performers become older and faster across years.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».