How does it feel to run in minimalist and advanced footwear technology shoes: A qualitative study involving male recreational runners
Notice bibliographique
Résumé
We examined the perceptions and experiences of male recreational runners when using minimalist racing flats (FLAT, Saucony Endorphin Racer 2) and advanced footwear technology (AFT, Nike Vaporfly 4%) shoes, compared with their habitual shoes (OWN). Eighteen runners completed three 1.5 km outdoor trials, running in OWN first, followed by FLAT and AFT in a randomised counter-balanced order. Semi-structured interviews conducted before and after each trial provided qualitative data, analysed using a six-phase reflexive thematic approach. Five interconnected themes emerged: 'novelty and familiarity', 'feel', 'performance', 'biomechanics', and 'injury'. Runners' perceptions were shaped by iterative feedback loops combining experiential, educated, and instinctual assessments. OWN shoes were generally ranked highest for comfort and lowest for perceived injury risk due to familiarity and balanced design. Novel shoes elicited mixed reactions. FLAT shoes were valued for their lightweight and natural feel, but raised concerns about discomfort and potential injury from minimal cushioning and support. AFT shoes were appreciated for their bounciness and performance potential, but raised concerns about instability and excessive cushioning. Findings indicate that footwear comfort is multifaceted, context-dependent, and not always aligned with performance or injury reduction. Runners often prioritised performance over comfort in competitive scenarios, highlighting the inherent trade-offs in footwear selection and the importance of personalised approaches. Concerns about injury and biomechanics changes underscore the need for gradual transitions to novel footwear. By adopting a real-world approach, this study advances understanding of footwear perceptions, emphasises the dynamic and subjective nature of runners' experiences, and offers practical implications for runners, clinicians, and shoe manufacturers.
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 | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,004 | 0,006 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».