Racing speeds of Quarter Horses, Thoroughbreds and Arabians
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
REASONS FOR PERFORMING STUDY: While Quarter Horses are recognised as the fastest breed of horse, direct comparisons to race times with other breeds can be misleading. Quarter Horse races begin when the starting gates open. Thoroughbred and Arabian races begin a short distance from the gates after horses have started running. This study compared speeds of these breeds as they accelerate from the starting gates and during the middle and end of races. OBJECTIVES: To compare racing speeds of the 3 breeds, and to compare speeds during various segments of the races. METHODS: Video tapes of races were obtained from a local track. The various race segments were viewed and the winning horse timed by 5 individuals. Fastest and slowest times were removed and the 3 remaining times averaged. RESULTS: Quarter Horses averaged faster speeds than Thoroughbreds even when Thoroughbreds were raced at a distance (402 m) similar to Quarter Horse races. Both breeds were substantially faster than Arabians. Quarter Horses racing 336 m or less gained speed in each segment of the race while Arabians and Thoroughbreds racing 1006 m ran fastest during the middle of the race and had decreased their speed in the final segment of the race. CONCLUSIONS: Despite similar race times reported for 402 m, Quarter Horses averaged faster speeds than Thoroughbreds when timed from a standing start. In short races, both breeds accelerate throughout the race. Arabians, despite being known for endurance, had slowed by the end of the race. POTENTIAL RELEVANCE: This study demonstrates that Quarter Horses achieve faster racing speeds than do other breeds. It also reveals a potential flaw in race-riding strategy as a more consistent pace throughout the Arabian and longer Thoroughbred races may be more efficient and result in a faster overall race time.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle