A Randomized Pilot Study Comparing the Impact of Strengthening-Based Running Training with Only Running on the Incidence of Running-Related Injuries among Novice Runners
Notice bibliographique
Résumé
Background: Running-related injuries (RRI) are common in novice runners. Reducing early training running volume with strengthening activities may improve RRI without impeding running performance. Objectives: 1. Gather feasibility data for a randomized, controlled trial comparing a strengthening-based program to a conventional running program; 2. Assess RRI; and 3. Assess running performance. Methods: Seventy-four university students (38 females, 21 ± 2.3 years, 68.2 ± 10.8 kg, BMI: 22.6 ± 2.97), all novice runners, were randomized in two groups, i.e., a strengthening and running group (INT) and a running group (CON). The completed sessions, RRI, dropout, and maximal aerobic speed were recorded through an online application. Results: The INT group had 52.6% attrition, while the CON group had 41.7%. The INT group had 56.6% adherence, while the CON group had 45.7%. The Chi-square test showed no significant difference in RRI incidence across groups (CHI2 = 2.958, p value = 0.08). A two-way ANOVA showed no significant difference in maximal aerobic speed across groups (p = 0.822) or before and after training (p = 0.304). Conclusions: This pilot study confirmed the feasibility of this randomized, controlled trial with a needed sample size of 194. However, novice runners had greater attrition rates when starting. Based on those limited data, strengthening activities that replaced running volume did not improve RRI or maximal aerobic speed.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».