How do road runners select their shoes? A systematic review
Notice bibliographique
Résumé
Running shoes are often considered essential to participate in running. Runners may look for recommendations from friends, specialty running stores, and healthcare professionals when selecting shoes. Despite the existence of shoe prescription guidelines, these recommendations are often not evidence-based or designed with runners’ preferences in mind. This review aims to synthesize original research that identifies how road runners select running shoes. Following PROSPERO registration (CRD42021242523), the PubMed®, Scopus®, Web of Science®, and SPORTDiscus™ electronic databases were systematically searched in March 2021, and monitored until 1 February 2022. Original research that identified factors influencing running shoe selection in road runners published in English were included. Data were qualitatively synthesized. Seven studies representing 1947 road runners were included, and conducted either online, in laboratories, or via interview. Forty influencing factors were identified and thematically sub-grouped into five categories: subjective, shoe-specific characteristics, market features, peer evaluation, and runner characteristics. Comfort, cushioning, fit, and price were cited most frequently as influential factors in road runners’ footwear selection. Most of the studies reviewed were not specifically designed to address the research question of this review. Lack of consistent definitions and varying research methods are found across studies. There is limited research targeting the factors that influence running shoe selection. Comfort and cushioning appear to be the most important factors in shoe selection, although the relationship between both variables may confound their individual importance. Runners also consider fit, price, and several other factors when selecting shoes. Shoe choice remains relatively unexplored, with no running shoe selection study conducted in store.
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 | 0,016 | 0,068 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,006 |
| Bibliométrie | 0,013 | 0,014 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».