Altered multi‐muscle coordination patterns in habitual forefoot runners during a prolonged, exhaustive run
Notice bibliographique
Résumé
Abstract Introduction: In response to fatigue during an exhaustive treadmill run, forefoot runner's muscles must adapt to maintain their pace. From a neuromuscular control perspective, certain muscles may not be able to sustain the force to meet the run's demands; thus, there may be alternative muscle coordination in the lower extremity that allows for continued running for an extended period of time. The aim of this study was to quantify the change in muscle coordination during a prolonged run in forefoot runners. Methods: Thirteen forefoot runners performed exhaustive treadmill runs (mean duration: 15.4 ± 2.2 min). The muscle coordination of seven lower extremity muscles was quantified using a high‐resolution time–frequency analysis together with a pattern recognition algorithm. Results: The mean EMG intensity for the lateral and medial gastrocnemius muscles decreased with the run ( p = 0.02; 0.06). The weight factors of the second principal pattern decrease by 128.01% by the end of run ( p = 0.05, Cohen's d = 0.42) representing a relatively greater biceps femoris activation in midstance but smaller midstance rectus femoris, vastus medialis, triceps surae, and tibialis anterior activation. Discussion: These results suggest that forefoot runners cannot sustain plantar flexor activation throughout an exhaustive run and change their muscle coordination strategy as a compensation. Understanding the underlying compensation mechanisms humans use to cope with fatigue will help to inform training modalities to enhance these late stage muscle activation strategies for athletes with the goal of improving performance and reducing injury.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».