MétaCan
Menu
Retour à la cohorte
Enregistrement W4223436939 · doi:10.1017/ehs.2022.12

Cultural variation in running techniques among non-industrial societies

2022· article· en· W4223436939 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueEvolutionary Human Sciences · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiquePhysical Education and Pedagogy
Établissements canadiensUniversity of Calgary
Organismes subventionnairesUniversity of UtahNational Institute on AgingHarvard University
Mots-clésVariation (astronomy)Geography

Résumé

récupéré en direct d'OpenAlex

Research among non-industrial societies suggests that body kinematics adopted during running vary between groups according to the cultural importance of running. Among groups in which running is common and an important part of cultural identity, runners tend to adopt what exercise scientists and coaches consider to be good technique for avoiding injury and maximising performance. In contrast, among groups in which running is not particularly culturally important, people tend to adopt suboptimal technique. This paper begins by describing key elements of good running technique, including landing with a forefoot or midfoot strike pattern and leg oriented roughly vertically. Next, we review evidence from non-industrial societies that cultural attitudes about running associate with variation in running techniques. Then, we present new data from Tsimane forager-horticulturalists in Bolivia. Our findings suggest that running is neither a common activity among the Tsimane nor is it considered an important part of cultural identity. We also demonstrate that when Tsimane do run, they tend to use suboptimal technique, specifically landing with a rearfoot strike pattern and leg protracted ahead of the knee (called overstriding). Finally, we discuss processes by which culture might influence variation in running techniques among non-industrial societies, including self-optimisation and social learning.

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.

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 candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,314
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0040,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,182
Tête enseignante GPT0,487
Écart entre enseignants0,306 · 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