Peak Impact Accelerations In Elite Female Runners: Super Shoes Vs. Female-Specific Shoes
Notice bibliographique
Résumé
Women are underrepresented in running footwear research, highlighting the need for more detailed exploration of the performance of footwear designed specifically for women. Peak impact accelerations offer insights into the biomechanical stress experienced during running and the effectiveness of footwear cushioning. These factors may also influence both running economy and injury risk. PURPOSE: To compare the peak impact accelerations measured at the sacrum and tibia in elite female runners wearing female-specific shoes and supershoes. METHODS: Nineteen elite female runners (age: 29.69 ± 7.09 years; BMI 19.74 ± 1.62 kg/m2; average 10 km personal best: 35:59) completed eight 5-minute intervals at 14 km/h on an instrumented treadmill with 5-minutes rest in-between. Participants wore each shoe for two intervals in a randomized and mirrored order (ABCDDCBA). Inertial measurement units (IMUs) were attached to the distal portion of the tibia on both legs and on the sacrum at the level of S2. Raw acceleration data collected at 1125 Hz were processed using a 4th-order Butterworth filter with a low-pass frequency of 75 Hz, implemented through custom MATLAB code. The average peak acceleration values in the final 2 minutes of each 5-minute trial were identified using a custom MATLAB script. A two-way ANOVA analyzed the effects of sensor location and shoe type on the mean peak accelerations with post-hoc analyses for any significant main effects. RESULTS: A significant main effect was observed for sensor location (p < 0.001), indicating higher peak accelerations in the tibial sensors (right: 10.64 ± 1.17 g, left: 11.58 ± 1.17 g) compared to the sacral sensor (5.13 ± 1.17 g). However, no significant main or interaction effects were observed between shoe types. CONCLUSIONS: There were no differences in peak impact accelerations between supershoes and female-specific shoes. Overall, our results advance the understanding of female-specific footwear and provide a foundation for future research aiming to refine and optimize footwear design for enhanced running performance and injury prevention.
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 ».