Origin of the Fastest 5 km, 10 km and 25 km Open-Water Swimmers—An Analysis from 20 Years and 9819 Swimmers
Notice bibliographique
Résumé
In elite pool swimmers competing at world class level, mainly athletes from the United States of America and Australia are dominating. Little is known, however, for the nationality of dominating swimmers in elite open-water long-distance swimming races such as the official FINA races over 5 km, 10 km and 25 km-held since 2000. The aim of this study was to investigate the participation and performance trends by nationality of these elite open-water swimmers. Race results from all female and male swimmers competing in 5 km, 10 km and 25 km FINA races between 2000 and 2020 were analyzed. A total of 9819 swimmers competed between 2000 and 2020 in these races. The five countries that figure most times among the top ten in 5 km, 10 km and 25 km races over the years were Italy, Germany, Russia, Brazil and the Netherlands. In 10 km races, considering the all the athletes from each country, male athletes from Germany, Italy, and France presented faster race times than the other countries. In 10 km, female athletes presented no significant difference among the countries. In 5 and 25 km races, there were no differences between countries, for male and female athletes. Moreover, comparing only the 10 best results (top 10) from each country, there were no differences between countries in 5 km, 10 km and 25 km, for male and female athletes. Men were faster than women for all three distances. In summary, male swimmers from Europe (i.e., Germany, Italy, France) are dominating the 10 km FINA races. In the 5 km and 25 km FINA races, there is no dominating nationality, but among the top five countries in the top 10 over the years, three are European countries.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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 | 0,001 |
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 ».