Compensatory changes in female running mechanics during a simulated 10 km race
Notice bibliographique
Résumé
During a 10 km run at race pace, changes in lower extremity mechanics have been reported in male runners however mechanical changes over 10 km in female runners is unknown.Thus we aimed to examine running mechanics in females during a simulated 10 km race on a treadmill.Nine female distance runners (age: 32.1±4.2yrs; ht: 166.7 ± 7.4 cm; wt: 57.8 ± 7.0 kg; VO2max = 3.24 ± 0.50 L/min) completed graded exercise testing (Day 1); 10km time trial (Day 2); and simulated 10km treadmill run (DAY 3; 95 % of running velocity from Day 2 time-trial).Mechanical data sampled at 120Hz using a 6-camera optoelectronic motion capture system and effort (Rating of Perceived Exertion -RPE) were measured at 50, 1450, 2950, 4450, 5950, 7450, 8950 and 9950 metres.Maximum voluntary contraction of knee extensors was measured pre-post.Seven participants decreased MVC (1-21% decrease) and RPE increased from 12 (50m) to 19 (9950m).Step frequency decreased 3 steps/min (p<0.05) and step length increased 3cm.Max knee extension and max knee flexion increased from 50m to 9950m and hip height was lowered over the 10km time-trial.These results indicate that whole body fatigue influences RPE and is associated with mechanical changes to maintain pace in female runners.Specifically, the combination of knee extension and knee flexion increases likely reduces limb inertia as the runner fatigues minimizing decreases in step frequency and improving step length.These results are the first to illuminate the fatigue related intrinsic coping mechanisms of female runners at race pace.
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 ».