Impact of Weather on Marathon-Running Performance
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
UNLABELLED: Marathon running performance slows in warm weather conditions, but the quantitative impact of weather has not been established. PURPOSE: To quantify the impact of weather on marathon performance for different populations of runners. METHODS: Marathon results and weather data were obtained for the Boston, New York, Twin Cities, Grandma's, Richmond, Hartford, and Vancouver Marathons for 36, 29, 24, 23, 6, 12, and 10 yr, respectively. The race results were broken into quartiles based on the wet-bulb globe temperature (Q1 5.1-10 degrees C, Q2 10.1-15 degrees C, Q3 15.1-20 degrees C, and Q4 20.1-25 degrees C). Analysis of the top three male and female finishers as well as the 25th-, 50th-, 100th-, and 300th-place finishers were compared with the course record and then contrasted with weather. RESULTS: Marathon performances of top males were slower than the course record by 1.7 +/- 1.5, 2.5 +/- 2.1, 3.3 +/- 2.0, and 4.5 +/- 2.3% (mean +/- SD) for Q1-Q4, respectively. Differences between Q4 and Q1, Q2, and between Q3, and Q1 were statistically different (P < 0.05). The top women followed a similar trend (Q1 3.2 +/- 4.9, Q2 3.2 +/- 2.9, Q3 3.8 +/- 3.2, and Q4 5.4 +/- 4.1% (mean +/- SD)), but the differences among quartiles were not statistically significant. The 25th-, 50th-, 100th-, and 300th-place finishers slowed more than faster runners as WBGT increased. For all runners, equivalence testing around a 1% indifference threshold suggests potentially important changes among quartiles independently of statistical significance. CONCLUSION: There is a progressive slowing of marathon performance as the WBGT increases from 5 to 25 degrees C. This seems true for men and women of wide ranging abilities, but performance is more negatively affected for slower populations of runners.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,001 | 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