Trends and hotspots in running shoe research: a bibliometric study from 2005 to 2024
Notice bibliographique
Résumé
Background Running shoes can protect the feet, enhance performance and lower the injury risk during running. While extensive research has been investigated on footwear design and innovation in running, the scientific guideline underlying running shoe research remain inadequately explored and established. Purpose The aims of this study was to conduct a bibliometric analysis of publications in running shoes for identifying research hotspots and future trends. The results from this study can provide valuable references for future studies and contribute to the scientific advancement of running shoe design. Method Articles on running shoes were collected and screened from the Web of Science Core Collection database covering the years 2005–2024. After duplicate and irrelevant articles removed, CiteSpace, VOSviewer, and R-biblioshiny were used to perform visualized analyses of authors, titles, journals, countries, institutions, keywords, research directions, and cited references. Co-citation maps were created to provide a clear representation of research hotspots and knowledge structures. Result A total of 1,576 articles on running shoes were identified across 394 journals spanned 69 countries and 3,599 institutions, with peak publication volume found in 2022. The United States generated the highest number of publications, followed by China and the United Kingdom. The University of Calgary produced the highest publication output. Gu YD was the top author to produce the most publications, while Lieberman DE was identified as the most influential scholar in the field. The Medicine & Science in Sports & Exercise have been the most prominent journals in this field. Trend keywords had centered on running injuries (e.g., “barefoot,” “ground reaction force,” and “injuries”) and performance (e.g., “running economy,” “performance,” and “metabolic cost”), which have been clustered into eight distinct labels. Conclusion This is the first study to present bibliometric analysis on running shoes literature over the past 20 years, highlighting the key hotspots and future trends. Overall, the annual publications on running shoes has steadily increased. Current research have focused on the biomechanics and physiological indicators of runners whilst wearing running shoes to explore the associated injury risks and running performance, with particular emphasis on the impact of minimalist shoes.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | Bibliométrie Domaine: non disponible · Genre: Synthèse Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Sans objet | low |
| gpt | Bibliométrie Domaine: non disponible · Genre: Synthèse Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Autre devis | high |
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 | 0,006 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,100 | 0,150 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».