Predicting mountain ultra‐marathon performance using the critical velocity model
Notice bibliographique
Résumé
PURPOSE Critical Velocity (CV) and D′ were evaluated as predictors of mountain ultra marathon finishing times in cool conditions. HYPOTHESIS It was hypothesized that CV and D′ would both predict mountain ultra‐marathon performance. METHODS Nine healthy males volunteered to participate in the study. Their average age was 37.9 ± 10.0 y, height 1.79 ± 0.05 m, body mass 76.6 ± 11.2 kg, BMI 23.8 ± 3.0 kg•m −2 . The SFU Office of Research Ethics approved the study and each volunteer gave a signed consent prior to participation. Each volunteer completed a 50‐km mountain ultra‐marathon and then each volunteer's CV and D′ was evaluated using a series of maximal‐effort timed 1200, 2400 and 3600 m running trials on the same day with 30 min rest before trials 2 and 3. A Latin square design was employed to determine the orders of the tests. Maximal aerobic capacity was also assessed using indirect calorimetry and a graded treadmill test. RESULTS The mean CV was 3.5 ± 0.5 m•s −1 , D′ was 197.2 ± 83.2 m and mean absolute and relative aerobic powers were 4.8 ± 0.8 L min −1 and 63.5 ± 6.7 mL•kg −1 •min −1 , respectively. Stepwise multiple linear regression identified CV as the sole significant predictor of the mountain ultra‐marathon performance time (r=−0.88, p<0.05). Correlation analysis of the independent variables with finishing time indicated that aerobic power was significantly and positively correlated with finishing times (r=−0.72, p=0.002). CONCLUSION These preliminary results suggest that CV explains both a significant fraction of the variance in mountain marathon finishing time and that CV obtained via running track tests is an appropriate method for predicting these finishing times. Support or Funding Information Supported by the Natural Sciences and Engineering Research Council of Canada (NSERC) and the Canadian Foundation for Innovation (CFI)
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».