MétaCan
Menu
Retour à la cohorte
Enregistrement W2135694465 · doi:10.1136/bjsports-2015-095054

Running shoes and running injuries: mythbusting and a proposal for two new paradigms: ‘preferred movement path’ and ‘comfort filter’

2015· review· en· W2135694465 sur OpenAlexaff
BM Nigg, Jennifer Baltich, Stefan Hoerzer, Hendrik Enders

Notice bibliographique

RevueBritish Journal of Sports Medicine · 2015
Typereview
Langueen
DomaineEngineering
ThématiqueLower Extremity Biomechanics and Pathologies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésPhysical medicine and rehabilitationMovement (music)Path (computing)Filter (signal processing)Injury preventionComputer sciencePsychologyMedicinePhysical therapyPoison controlMedical emergencyComputer visionAesthetics

Résumé

récupéré en direct d'OpenAlex

In the past 100 years, running shoes experienced dramatic changes. The question then arises whether or not running shoes (or sport shoes in general) influence the frequency of running injuries at all. This paper addresses five aspects related to running injuries and shoe selection, including (1) the changes in running injuries over the past 40 years, (2) the relationship between sport shoes, sport inserts and running injuries, (3) previously researched mechanisms of injury related to footwear and two new paradigms for injury prevention including (4) the 'preferred movement path' and (5) the 'comfort filter'. Specifically, the data regarding the relationship between impact characteristics and ankle pronation to the risk of developing a running-related injury is reviewed. Based on the lack of conclusive evidence for these two variables, which were once thought to be the prime predictors of running injuries, two new paradigms are suggested to elucidate the association between footwear and injury. These two paradigms, 'the preferred movement path' and 'the comfort filter', suggest that a runner intuitively selects a comfortable product using their own comfort filter that allows them to remain in the preferred movement path. This may automatically reduce the injury risk and may explain why there does not seem to be a secular trend in running injury rates.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0050,004
Études des sciences et des technologies0,0010,004
Communication savante0,0020,005
Science ouverte0,0020,002
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,042
Tête enseignante GPT0,298
Écart entre enseignants0,256 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations268
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal of Sports MedicineMême sujetLower Extremity Biomechanics and PathologiesTravaux en français237 207