Regular changes in foot strike pattern during prolonged downhill running do not influence neuromuscular, energetics, or biomechanical parameters
Notice bibliographique
Résumé
Abstract Research has suggested that a high variability in foot strike pattern during downhill running is associated with lower neuromuscular fatigue of the plantar flexors (PF). Given the popularity of trail running, we designed an intervention study to investigate whether a strategy with regular changes in foot strike pattern during downhill running could reduce the extent of fatigue on neuromuscular, energetics and biomechanical parameters as well as increase an uphill time‐to‐exhaustion trial (TTE) performance. Fourteen experienced trail runners completed two interventional conditions (separated by 15 days) in a pseudo‐randomised and counter‐balanced order that consisted of 2.5‐h of treadmill graded running with (switch condition) or without (control condition) a change between fore‐ and rear‐foot strike pattern every 30 s during the downhill sections. Pre and Post, neuromuscular tests were performed to assess PF central and peripheral fatigue. Energy cost of running was assessed using an indirect calorimetry system and biomechanical gait parameters were acquired with an instrumented treadmill. TTE was performed after both the graded running conditions. There were not significant condition × time interactions ( p ≥ .085) for any of the variables considered, and TTE was not different between the two conditions ( p = .755). A deliberate strategy to alternate between foot strike patterns did not reduce the extent of fatigue during prolonged graded running. We suggest that it is not the ability to switch between foot strike patterns that minimises fatigue; rather the ability to adapt foot strike pattern to the terrain and therefore a better running technique.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».