Biomechanical Analysis of Running Foot Strike in Shoes of Different Mass.
Notice bibliographique
Résumé
Different shoes and strike patterns produce different biomechanical characteristics that can affect injury risk. Running shoes are mainly designed as lightweight, minimal, or traditional cushioned types. Previous research on different shoes utilized shoes of not only different mass but also different shoe structures. However, it is unclear whether biomechanical changes during running in different shoe types with differing mass are the result of the structural design or the mass of the shoe. Thus, the purpose of this study was to investigate the effect of shoes of different mass on running gait biomechanics. Twenty male runners participated in this study. The experimental shoe masses used in this study were 175, 255, 335 and 415 g. The peak vertical ground reaction force increased with shoe mass (p < 0.05), but the strike index, ankle plantarflexion at initial contact, peak moment of the ankle during the stance phase, and initial contact angles of the lower extremity joints did not change. During the pre-activation phase, the integrated EMG data showed that the tibialis anterior muscle was the most activated with the 175 g and 415 g shoes (p < 0.05). During the push-off phase, the semitendinosus, lateral gastrocnemius and soleus muscles displayed higher activation with the heavier shoes (p < 0.05). The center of pressure also moves forward; resulting in mid foot striking. The lightest shoes might increase gastrocnemius muscle fatigue during the braking phase. The heaviest shoes could cause semitendinosus and triceps surae muscle fatigue during the push-off phase. Therefore, runners should consider their lower extremity joints, muscle adaptation and cushioning to remain in their preferred movement path.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».