The influence of running shoes on familiarization time for treadmill running biomechanics evaluation
Notice bibliographique
Résumé
This study investigated treadmill familiarisation time in different shoe conditions by comparing lower limb consecutive kinematics waveforms using a trend symmetry method to calculate trend symmetry index, range amplitude ratio and range offset. Eighteen young adults (26.6 ± 3.3 years, 7 females) completed three 10-minute running trials at their preferred running speed (2.30 ± 0.17 m/s) on a treadmill with three shoe conditions (i.e., usual, minimalist and maximalist shoes) in a random order. Sagittal lower limb kinematic data were recorded using inertial measurement units. The results showed that sagittal-plane kinematic waveforms in the hip, knee and ankle remained consistent (trend symmetry > 0.95) without extreme excursions (range amplitude ratio ≈ 1) over 10 minutes within each testing shoe condition. Significant time × shoe interaction effect was observed in range offset (i.e., absolute differences in the average degree of kinematic waveforms between consecutive minutes) at ankle (p = 0.029, ŋp2 = 0.096) and knee (p = 0.002, ŋp2 = 0.126). Post-hoc analysis suggested that running with novel shoes required a shorter time to achieve stable lower limb kinematics (2 to 3 minutes) compared with usual shoes (7 minutes). In conclusion, young healthy adults need up to 3 and 7 minutes to familiarise to the treadmill when running at their preferred speed with their novel and usual running shoes.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,002 | 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 ».