Variability in Running Economy of Kenyan World-Class and European Amateur Male Runners with Advanced Footwear Running Technology: Experimental and Meta-analysis Results
Notice bibliographique
Résumé
BACKGROUND: Advanced footwear technology improves average running economy compared with racing flats in sub-elite athletes. However, not all athletes benefit as performance changes vary from a 10% drawback to a 14% improvement. The main beneficiaries from such technologies, world-class athletes, have only been analyzed using race times. OBJECTIVE: The aim of this study was to measure running economy on a laboratory treadmill in advanced footwear technology compared to a traditional racing flat in world-class Kenyan (mean half-marathon time: 59:30 min:s) versus European amateur runners. METHODS: Seven world-class Kenyan and seven amateur European male runners completed a maximal oxygen uptake assessment and submaximal steady-state running economy trials in three different models of advanced footwear technology and a racing flat. To confirm our results and better understand the overall effect of new technology in running shoes, we conducted a systematic search and meta-analysis. RESULTS: Laboratory results revealed large variability in both world-class Kenyan road runners, which ranged from a 11.3% drawback to a 11.4% benefit, and amateur Europeans, which ranged from a 9.7% benefit to a 1.1% drawback in running economy of advanced footwear technology compared to a flat. The post-hoc meta-analysis revealed an overall significant medium benefit of advanced footwear technology on running economy compared with traditional flats. CONCLUSIONS: Variability of advanced footwear technology performance appears in both world-class and amateur runners, suggesting further testing should examine such variability to ensure validity of results and explain the cause as a more personalized approach to shoe selection might be necessary for optimal benefit.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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) | 0,000 | 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 ».