Effect of the Fatigue Induced by a 110-km Ultramarathon on Tibial Impact Acceleration and Lower Leg Kinematics
Notice bibliographique
Résumé
Ultramarathon runners are exposed to a high number of impact shocks and to severe neuromuscular fatigue. Runners may manage mechanical stress and muscle fatigue by changing their running kinematics. Our purposes were to study (i) the effects of a 110-km mountain ultramarathon (MUM) on tibial shock acceleration and lower limb kinematics, and (ii) whether kinematic changes are modulated according to the severity of neuromuscular fatigue. Twenty-three runners participated in the study. Pre- and post-MUM, neuromuscular tests were performed to assess knee extensor (KE) and plantar flexor (PF) central and peripheral fatigue, and a treadmill running bouts was completed during which step frequency, peak acceleration, median frequency and impact frequency content were measured from tibial acceleration, as well as foot-to-treadmill, tibia-to-treadmill, and ankle flexion angles at initial contact, and ankle range of motion using video analysis. Large neuromuscular fatigue, including peripheral changes and deficits in voluntary activation, was observed in KE and PF. MVC decrements of ~35% for KE and of ~28% for PF were noted. Among biomechanical variables, step frequency increased by ~2.7% and the ankle range of motion decreased by ~4.1% post-MUM. Runners adopting a non rearfoot strike pre-MUM adopted a less plantarflexed foot strike pattern post-MUM while those adopting a rearfoot strike pre-MUM tended to adopt a less dorsiflexed foot strike pattern post-MUM. Positive correlations were observed between percent changes in peripheral PF fatigue and the ankle range of motion. Peripheral PF fatigue was also significantly correlated to both percent changes in step frequency and the ankle angle at contact. This study suggests that in a fatigued state, ultratrail runners use compensatory/protective adjustments leading to a flatter foot landing and this is done in a fatigue dose-dependent manner. This strategy may aim at minimizing the overall load applied to the musculoskeletal system, including impact shock and muscle stretch.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,002 | 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 ».