Can Trained Runners Effectively Attenuate Impact Acceleration During Repeated High-Intensity Running Bouts?
Notice bibliographique
Résumé
The purpose of this study was to investigate the effects of prolonged high-intensity running on impact accelerations in trained runners. Thirteen male distance runners completed two 20-minute treadmill runs at speeds corresponding to 95% of onset of blood lactate accumulation. Leg and head accelerations were collected for 20 s every fourth minute. Rating of perceived exertion (RPE) scores were recorded during the third and last minute of each run. RPE responses increased (P < .001) from the start (11.8 ± 0.9, moderate intensity) of the first run to the end (17.7 ± 1.5, very hard) of the second run. Runners maintained their leg impact acceleration, impact attenuation, stride length, and stride frequency characteristics with prolonged run duration. However, a small (0.11-0.14g) but significant increase (P < .001) in head impact accelerations were observed at the end of both first and second runs. It was concluded that trained runners are able to control leg impact accelerations during sustained high-intensity running. Alongside the substantial increases in perceived exertion levels, running mechanics and frequency domain impact attenuation levels remained constant. This suggests that the present trained runners are able to cope from a mechanical perspective despite an increased physiological demand.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».