Reproducibility of Rate of Perceived Exertion–Based Self-Selected Running Speeds on Indoor Track and Treadmill Conditions in Recreational Runners
Notice bibliographique
Résumé
ABSTRACT: Nguyen, AP, Kisita, V, Van Cant, J, Monnet, T, and Bosquet, L. Reproducibility of rate of perceived exertion-based self-selected running speeds on indoor track and treadmill conditions in recreational runners. J Strength Cond Res 40(2): e125-e130, 2026-This study evaluates the reproducibility of self-selected speeds at a rate of perceived exertion (RPE) of 3/10 in both track and treadmill conditions. It also investigates the differences between 2 conditions: i.e., track versus treadmill and 2 RPE instructions, i.e., 3/10 and 8/10. In addition, it compares spatiotemporal parameters across conditions and RPE levels. Fifty-five recreational runners completed six 1-km runs under randomized conditions: 4 at 3/10 and 2 at 8/10 RPE on both track and treadmill. Spatiotemporal parameters, heart rate, and self-selected speeds were recorded. Reliability was assessed using intraclass correlation coefficients (ICC), standard error of measurement ( SEM ), and minimal detectable change (MDC). Statistical significance for all tests was set at α = 0.05. Self-selected speeds showed excellent reliability on both surfaces (ICC = 0.93-0.97). The track showed lower SEM (0.3 km·h -1 ) and MDC (0.7 km·h -1 ) values compared with the treadmill ( SEM : 0.6 km·h -1 ; MDC: 1.6 km·h -1 ). Speeds were 20% slower at 3/10 RPE and 10% slower at 8/10 RPE on the treadmill. Treadmill running exhibited longer contact times (+13%), shorter flight times (-35%), and shorter step lengths (-6%) at 3/10 RPE, with similar trends observed at 8/10 RPE. Rate of perceived exertion appears to be a reliable and practical tool for monitoring and prescribing running intensity levels. The slower treadmill speeds at comparable RPE levels may help reduce biomechanical loading on the lower limb joints, offering advantages for rehabilitation. However, differences in biomechanics and perceived effort between treadmill and track running highlight the need for context-specific applications in training and rehabilitation.
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 | 0,002 | 0,007 |
| 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) | 0,001 | 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 ».