相关实验视频
Updated: Jun 18, 2026

Design and Analysis for Fall Detection System Simplification
Published on: April 6, 2020
使用机器学习方法对6小时超级马拉松比赛进行分析
Mabliny Thuany1, Katja Weiss2, David Valero3
1Department of Physical Education, State University of Para, Pará, Brazil.
性别是6小时超级马拉松表现的关键因素,欧洲运动员在参与和速度上都占据主导地位. 这项研究分析了超过10万个比赛记录,以确定顶级跑步者和比赛地点.
科学领域:
- 运动科学 运动科学 运动科学
- 数据科学数据科学数据科学
- 人类绩效分析 人类绩效分析
背景情况:
- 超级马拉松跑步,特别是6小时的比赛,正在获得越来越多的受欢迎.
- 关于最快6小时超级马拉松跑者的起源,年龄组和位置的数据有限.
- 这项研究解决了有关精英6小时超级马拉松表现因素的知识差距.
研究的目的:
- 确定影响6小时超级马拉松跑步速度的人口和地理因素.
- 为了确定与最快6小时超级马拉松表现相关的原产国和比赛地点.
- 分析运动员的年龄,性别,原籍国和比赛地点对6小时超级马拉松速度的影响.
主要方法:
- 开发了一个机器学习模型 (XG Boost) 来预测运行速度.
- 模型可解释性工具研究了独立变量 (年龄,性别,起源,位置) 的影响.
- 一个混合效应线性模型评估了个人的绩效影响.
主要成果:
- 分析包括来自65个国家的51,018名独特跑步者的117,882个比赛记录.
- 大多数跑步者来自德国,意大利,法国,美国和瑞典.
- 最快的平均跑步速度记录在欧洲国家,如俄罗斯,比利时,波兰和立陶宛.
结论:
- 性别成为6小时超级马拉松速度的最重要的预测因素.
- 运动员的出身,年龄和比赛地点也是影响因素.
- 欧洲运动员在6小时超级马拉松比赛中在参与和表现方面都表现出优势.
更多相关视频
08:26Comparative Analysis of Lower Limb Kinematics between the Initial and Terminal Phase of 5km Treadmill Running
Published on: July 17, 2020
04:54Author Spotlight: IntelliSleepScorer — A High-Accuracy, Accessible GUI Software for Automated Sleep Stage Scoring in Mice and its Application in Psychiatric Research
Published on: November 8, 2024
相关概念视频
¹H NMR: Interpreting Distorted and Overlapping Signals
As Δν decreases and the signals move closer, the doublets appear increasingly distorted. The intensities of the inner lines increase at the cost of those of the outer lines as the signals are slanted or...
2D NMR: Overview of Homonuclear Correlation Techniques
COSY90 is the standard two-dimensional (2D) COSY experiment that...
2D NMR: Overview of Heteronuclear Correlation Techniques