Quantitative Analysis of 92 12-Week Sub-elite Marathon Training Plans
Notice bibliographique
Résumé
BACKGROUND: A typical training plan is a mix of many training sessions with different intensities and durations to achieve a specific goal, like running a marathon in a certain time. Scientific publications provide little specific information to aid in writing a comprehensive training plan. This review aims to systematically and quantitatively analyse the last 12 weeks before a marathon as recommended in 92 sub-elite training plans. METHODS: We retrieved 92 marathon training plans and linked their running training sessions to five intensity zones. Subsequently, each training plan was grouped based on the total running volume in peak week into high (> 90 km/week), middle (65-90 km/week), and low (< 65 km/week) training volume plan categories. RESULTS: In the final 12 weeks before a race, recommended weekly running volume averaged 108 km, 59 km, and 43 km for high, middle, and low distance marathon training plans. The intensity distribution of these plans followed a pyramidal training structure with 15-67-10-5-3%, 14-63-18-2-3%, and 12-67-17-2-2% in zones 1, 2, 3, 4, and 5, for high, middle, and low volume training plans, respectively. CONCLUSIONS: By quantitatively analysing 92 recommended marathon training plans, we can specify typical recommendations for the last 12 weeks before a marathon race. Whilst this approach has obvious limitations such as no evidence for the effectiveness of the training plans investigated, it is arguably a useful strategy to narrow the gap between science and practice.
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) | 0,001 | 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) | 0,002 | 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 ».