PREDICTION OF ONE-HOUR RUNNING PERFORMANCE USING CONSTANT DURATION TESTS
Notice bibliographique
Résumé
Critical velocity (CV) represents, theoretically, the highest velocity that can be sustained without fatigue. The aim of this study was to compare CV computed from 5 mathematical models in order to determine which CV estimate is better correlated with 1-hour performance and which model provides the most accurate prediction of performance. Twelve trained middle- and long-distance male runners (29 ± 5 years) performed 3 randomly ordered constant duration tests (6, 9, and 12 minutes), a maximal running velocity test for the estimation of CV, and a 1-hour track test (actual performance). Two linear, 2 nonlinear, and 1 exponential mathematical models were used to estimate CV and to predict the highest velocity that could be sustained during 1 hour (predicted performance). Although all CV estimates were correlated with performance (0.80 < r < 0.93, p < 0.01), it appeared that CV estimated from the exponential model was more closely associated with performance than all other models (r = 0.93; p < 0.01). Analysis of the bias ± 95% interval of confidence between actual and predicted performance revealed that none of the models provided an accurate prediction of the 1-hour performance velocity. In conclusion, the estimation of CV allows us to rank middle- and long-distance runners with regard to their ability to perform well in long-distance running. However, no models provide an accurate prediction of performance that could be used as a reference for coaches or athletes.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».