Tactical behaviour of winning athletes in major championship 1500‐m and 5000‐m track finals
Notice bibliographique
Résumé
This article analyses the tactics employed by middle-distance (1500-m) and long-distance (5000-m) runners from an observational methodology perspective. The subject of investigation has received little attention from specialists in the field of athletics, with most research focusing on physiological studies of athlete performance. Using an ad hoc observation tool and a database containing systematically recorded data we detected time patterns (T-patterns) within the data recorded using the Theme software program (version 5.0), and analysed the tactics employed by winners of the men's 1500-m and 5000-m finals of the World Championships in Athletics [Edmonton 2001, Paris 2003, Helsinki 2005 (1500-m final only), Osaka 2007 (1500-m final only), Berlin 2009 and Daegu 2011], the European Athletics Championships (Munich 2002, Göteborg 2006, and Barcelona 2010) and the Olympic Games (Sydney 2000, Athens 2004, Beijing 2008 and London 2012). T-pattern detection and investigation of the relationship between category systems corresponding to the criteria comprising the observation tool revealed both similarities (starting lane and lane used during race, runner's position during race and sprint zone and lane) and differences (variations in pace, zones in which changes of pace occur, sprint initiation zone and winner's position at the start of the sprint) between the two disciplines.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».