MétaCan
Menu
Retour à la cohorte
Enregistrement W3000268126 · doi:10.1080/17461391.2020.1712480

Changes in spatio‐temporal gait parameters and vertical speed during an extreme mountain ultra‐marathon

2020· article· en· W3000268126 sur OpenAlexaff
David Jeker, Mathieu Falbriard, Gianluca Vernillo, Frédéric Meyer, Aldo Savoldelli, Francis Degache, Federico Schena, Kamiar Aminian, Grégoire P. Millet

Notice bibliographique

RevueEuropean Journal of Sport Science · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésAltitude (triangle)STRIDEGaitEffects of high altitude on humansGeodesyAtmospheric sciencesMathematicsPhysicsMedicinePhysical medicine and rehabilitationGeologyMeteorologyGeometry

Résumé

récupéré en direct d'OpenAlex

Abstract The aim of the present study was to investigate the effects of altitude and distance on uphill vertical speed (VS) and the main spatio‐temporal gait parameters during an extreme mountain ultra‐marathon. The VS, stride height (SH) and stride frequency (SF) of 27 runners were measured with an inertial sensor at the shank for two different altitude ranges (low 1300–2000 m vs high 2400–3200 m) of 10 mountains passes distributed over a 220 km course. There was a significant interaction ( F (4,52) = 4.04, p < 0.01) for the effect of altitude and distance on VS. During the first passes, the mean VS was faster at lower altitudes, but this difference disappeared at a quarter of the race length, suggesting that neuromuscular fatigue influenced the uphill velocity to a larger extent than the oxygen delivery. The average VS, SH and SF were 547 ± 135 m/h, 0.23 ± 0.05 m and 0.66 ± 0.09 Hz. The individual VS change for each uphill portions was more strongly correlated with the changes in SH ( r = 0.80, P < 0.001, n = 321) than SF ( r = 0.43, P < 0.001, n = 321). This suggests a large effect of the knee extensors strength loss on the diminution of VS.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,348

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,062
Tête enseignante GPT0,272
Écart entre enseignants0,210 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Sport ScienceMême sujetSports Performance and TrainingTravaux en français237 207