Perception Of Footwear Comfort And Oxygen Consumption Of Female Runners In Marathon Racing Shoes
Notice bibliographique
Résumé
Comfort filter paradigm emphasizes: 1) runners prefer different shoes for comfort, and 2) more comfortable running shoes correlate with reduced oxygen consumption (VO2). Super shoes, designed for racing with unique features, have emerged as an advantage, improved energetic cost and comfort. However, no study has examined the perception of comfort in marathon racing shoes among female runners. PURPOSE: To examine the correlation between VO2 and perception of footwear comfort among four marathon racing shoes. METHODS: Elite female runners who ran a sub-40:00-minute 10 km race in the previous 12 months were recruited. Participants ran on a treadmill at 14 km/h with four marathon racing shoes in a randomized and mirrored order. The Running Footwear Comfort Assessment Tool (RUN-CAT) was conducted prior to the running trials for initial comfort during walking as well as following trials. Pearson correlation coefficients was used to identify relationships between VO2 and comfort scores in each RUN-CAT item for all shoes. RESULTS: 22 female runners (Age: 29.69 ± 7.09 years) participated in this study. Shoe B exhibited a moderate positive correlation (r = 0.455; p < 0.05) between VO2 and the heel cushioning score, indicating improved running economy in shoes perceived to have less cushioning, in the initial comfort test. Shoe C showed a moderate positive correlation (r = 0.523; p < 0.05) between VO2 and the overall footwear comfort score following running. CONCLUSION: While our findings suggest that relying solely on the comfort filter paradigm may not be sufficient for female runners to predict running economy, footwear designers should consider the effect on shoe comfort when designing marathon shoes to improve performance. Table 1. - Running Footwear Comfort Assessment Tool (RUN-CAT) scores (0 to 100) before and after running trials and the average energetic cost of each marathon racing shoe. Shoe A Shoe B Shoe C Shoe D Run-CATbefore running trials (1) Heel cushioning 45.91 ± 20.23 66.09 ± 13.35* 60.27 ± 17.53 64.14 ± 11.87 (2) Forefoot cushioning 64.77 ± 13.13 59.45 ± 15.82 65.95 ± 12.12 45.77 ± 18.22 (3) Shoe stability 45.27 ± 14.76 58.59 ± 13.57 56.91 ± 13.95 52.32 ± 17.61 (4) Forefoot flexibility 47.50 ± 13.63 50.77 ± 15.57 44.86 ± 14.57 45.09 ± 19.64 (5) Shoe comfort 70.45 ± 15.70 60.05 ± 18.81 70.68 ± 15.93 49.27 ± 21.81 Run-CATafterrunning trials (1) Heel cushioning 63.27 ± 14.52 54.09 ± 15.41 62.23 ± 16.40 33.27 ± 17.53 (2) Forefoot cushioning 63.32 ± 12.56 58.91 ± 18.76 65.32 ± 17.55 34.05 ± 18.64 (3) Shoe stability 50.91 ± 14.41 55.86 ± 12.87 57.64 ± 14.63 56.00 ± 18.67 (4) Forefoot flexibility 50.09 ± 15.27 53.55 ± 12.22 52.41 ± 12.67 43.91 ± 20.96 (5) Shoe comfort 76.73 ± 12.17 60.64 ± 18.56 67.32 ± 21.09* 35.50 ± 23.28 Energetic Cost (mL*min-1 *kg-1) 45.70 ± 2.72 45.57 ± 2.68 45.89 ± 2.43 46.73 ± 2.71 Mitacs Accelerate IT24201
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,003 | 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 ».