The fastest 24-hour ultramarathoners are from Eastern Europe
Notice bibliographique
Résumé
Ultramarathon running is of increasing popularity, where the time-limited 24-hour run is one of the most popular events. Although we have a high scientific knowledge about different topics for this specific race format, we do not know where the best 24-hour runners originate from and where the fastest races are held. The purpose of the present study was to investigate the origin of these runners and the fastest race locations. A machine learning model based on the XG Boost algorithm was built to predict running speed based on the athlete´s age, gender, country of origin and the country where the race takes place. Model explainability tools were used to investigate how each independent variable would influence the predicted running speed. A sample of 171,358 race records from 63,514 unique runners from 73 countries participating in 24-hour races held in 57 countries between 1807 and 2022 was analyzed. Most of the athletes originated from the USA, France, Germany, Great Britain, Italy, Japan, Russia, Australia, Austria, and Canada. Tunisian athletes achieved the fastest average running speed, followed by runners from Russia, Latvia, Lithuania, Island, Croatia, Slovenia, and Israel. Regarding the country of the event, the ranking looks quite similar to the participation by the athlete, suggesting a high correlation between the country of origin and the country of the event. The fastest 24-hour races are recorded in Israel, Romania, Korea, the Netherlands, Russia, and Taiwan. On average, men were 0.4 km/h faster than women, and the fastest runners belonged to age groups 35-39, 40-44, and 45-49 years. In summary, the 24-hour race format is spread over the world, and the fastest athletes mainly originate from Eastern Europe, while the fastest races were organized in European and Asian countries.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,007 | 0,002 |
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 ».