The fastest IRONMAN® race courses for age group triathletes are in the United States of America - an internet-based cross-sectional study using a machine learning approach with more than 670'000 race records (Preprint)
Notice bibliographique
Résumé
<sec> <title>BACKGROUND</title> The majority of participants in IRONMAN® triathlon races are age group athletes. We have extensive knowledge about recreational athletes' training and competition participation. Nonetheless, age group athletes have to achieve fast race times to qualify for the IRONMAN® World Championship in ‘IRONMAN® Hawaii’. They would therefore benefit from knowing where the fastest IRONMAN® race courses in the world are. </sec> <sec> <title>OBJECTIVE</title> The aim of the present study was to investigate where in the world the fastest IRONMAN® race courses for age group triathletes are. </sec> <sec> <title>METHODS</title> Data from 677,702 IRONMAN® age group finishers´ records (544,963 males and 132,739 females) from 228 countries participating in 67 different IRONMAN® event locations between 2002 and 2022 were analyzed. Data were analyzed using different machine learning (ML) regression models. Five different algorithms (Random Forest Regressor, XG Boost Regressor, Ada Boost Regressor, Cat Boot Regressor, and Decision Tree Regressor) were used. The models' used gender, country of origin, and event location as independent variables to predict the final race time. </sec> <sec> <title>RESULTS</title> Most of the successful IRONMAN® age group triathletes originated from the United States of America (USA) (274,553), followed by athletes from the United Kingdom (55,410) and Canada (38,264). Most of the athletes competed in Ironman® Wisconsin (38,545), followed by Ironman® Florida (38,157) and Ironman® Lake Placid (34,341). All five predictive models identified the ‘country’ as the most important predictor variable. A decision tree algorithm, trained with data from 2002 - 2022, forecasts that the best IRONMAN® age group finish times will be around 11:14:33 (h:min:s) and will be achieved by males in age groups 45 years or younger, not from the USA, the United Kingdom and Canada, and competing in IRONMAN® Wisconsin, Florida, Lake Placid, Arizona, Hawaii, or Austria. </sec> <sec> <title>CONCLUSIONS</title> The fastest race courses for age group IRONMAN® triathletes are in the USA (e.g., IRONMAN® Wisconsin, Florida, Lake Placid, Arizona, and Hawaii). However, the fastest IRONMAN® age group triathletes do not originate from the USA but from Australia, Germany, France, Spain, Sweden, Brazil, or Austria. Any IRONMAN® age group triathlete intending to achieve a fast IRONMAN® race time should consider participating in an IRONMAN® race held in the USA. </sec> <sec> <title>CLINICALTRIAL</title> - </sec>
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 | 0,001 | 0,000 |
| 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».