Racing Fast and Slow: Defining the Tactical Behavior That Differentiates Medalists in Elite Men's 1,500 m Championship Racing
Notice bibliographique
Résumé
Background: 1500m running has long been a blue ribbon event of track championship racing. The eventual medalists employ common tactical behaviors such as a fast sustained pace from the start (gun-to-tape), or, slow initial laps that precede a precisely timed race kick. Before the kick, there are positional changes caused by surging, that can go uncharacterized. The inter-relationship of surge events, tactical positioning and kick execution may have important implications for eventual medal winning outcomes and require further definition. Methods: In a randomized order, three middle-distance running experts were provided publically available video (YouTube) of sixteen men’s 1500m championship races across, European, World and Olympic championships. Each expert determined the occurrence of surges (defined as any point in the 1500m after the first 300m where an athlete repositions by ≥3 places; or noticeably dictates a raise in the pace from the front) and the race kick. Following a second level verification of expert observations, tactical behaviors (quantity and distance marker within each race) mean distance from the finish were compared between fast (≤3:34.00, n=5), medium (>3:34.00 - ≤3:41.99, n=7) and slow (≥3:42.00, n=4) race categories. Results: Before the race kick, there were more surges in slow (5±1.7, mean ±90% confidence limits) versus fast races (1±0.4, very large difference, very likely). The final surge before the race kick occurred earlier in fast (704±133m from the finish) versus medium (427±83m, large difference, most likely), and slow races (370±137m, large difference, most likely). At initiation of the race kick in fast races, large positional differences were found between eventual gold (2±1.2; likely) and silver (2.2±1.6; likely) versus bronze medalists (4.4±1.2). In slow races, positional differences were unclear between eventual gold (4.3±4.7), silver (4.8±4.8) and bronze medalists (5.3±1.5). Regardless of category, the race kick occurred on the last lap, with unclear differences between fast 244±92m medium 243±56m and slow 236±142m races. Conclusions: Presenting tactical behaviours by race categorization (slow, medium , fast race times), provides a novel understanding of the nuance of racing tactics. The present findings highlight the importance of considering within race athlete decision making across multiple-race scenarios during championship preparation.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».