論文の概要: National Running Club Database: Assessing Collegiate Club Athletes' Cross Country Race Results

• arxiv url: http://arxiv.org/abs/2509.10600v1
• Date: Fri, 12 Sep 2025 17:50:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-16 17:26:22.691831
• Title: National Running Club Database: Assessing Collegiate Club Athletes' Cross Country Race Results
• Title（参考訳）: ナショナル・ランニング・クラブ・データベース:Assessing Collegiate Club Athletes' Cross Country Race Results
• Authors: Jonathan A. Karr Jr, Ben Darden, Nicholas Pell, Ryan M. Fryer, Kayla Ambrose, Evan Hall, Ramzi K. Bualuan, Nitesh V. Chawla,
• Abstract要約: ナショナル・ランニング・クラブ・データベース(NRCD)は、2023年と2024年のクロスカントリーシーズンから5,585人の選手の15,397人のレース結果を集めている。 本稿では,スポーツ選手の進行状況に関する洞察を提供するNRCDデータセットを紹介する。
• 参考スコア（独自算出の注目度）: 20.27217553683791
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The National Running Club Database (NRCD) aggregates 15,397 race results of 5,585 athletes from the 2023 and 2024 cross country seasons. This paper introduces the NRCD dataset, which provides insights into individual athlete progressions, enabling data-driven decision-making. Analysis reveals that runners' improvement per calendar day for women, racing 6,000m, and men, racing 8,000m, is more pronounced in athletes with slower initial race times and those who race more frequently. Additionally, we factor in course conditions, including weather and elevation gain, to standardize improvement. While the NRCD shows a gender imbalance, 3,484 men vs. 2,101 women, the racing frequency between genders is comparable. This publication makes the NRCD dataset accessible to the research community, addressing a previous challenge where smaller datasets, often limited to 500 entries, had to be manually scraped from the internet. Focusing on club athletes rather than elite professionals offers a unique lens into the performance of real-world runners who balance competition with academics and other commitments. These results serve as a valuable resource for runners, coaches, and teams, bridging the gap between raw data and applied sports science.
• Abstract（参考訳）: ナショナル・ランニング・クラブ・データベース(NRCD)は、2023年と2024年のクロスカントリーシーズンから5,585人の選手の15,397人のレース結果を集めている。 本稿では,個人スポーツ選手の進行状況を把握し,データ駆動による意思決定を可能にするNRCDデータセットを提案する。 分析によると、女性1日あたりのドライバーの成績は6000m、男性8000mであり、初期のレース時間が遅い選手や、より頻繁にレースをする選手ではより顕著である。 さらに,天候や標高の上昇などのコース条件も,改善の標準化に寄与する。 NRCDでは男女不均衡が3,484人、女性2,101人となっているが、性別間のレース頻度は同等である。 この出版物はNRCDデータセットを研究コミュニティに公開し、より小さなデータセット(しばしば500エントリに制限される)をインターネットから手作業で取り除かなければならなかった過去の課題に対処する。 エリートプロというよりもクラブのアスリートに焦点を合わせることは、学者や他のコミットメントとの競争のバランスをとる現実のランナーのパフォーマンスにユニークなレンズを提供する。 これらの結果は、走者、コーチ、チームにとって貴重なリソースとなり、生データと応用スポーツ科学のギャップを埋める。

関連論文リスト

• AIM 2024 Sparse Neural Rendering Challenge: Methods and Results [64.19942455360068]
  本稿では,ECCV 2024と共同で開催されるAIM(Advanceds in Image Manipulation)ワークショップの一部であるスパースニューラルレンダリングの課題についてレビューする。 この課題は、スパース画像から多様なシーンを合成する新しいカメラビューを作ることである。 参加者は、Pak Signal-to-Noise Ratio (PSNR) 測定によって測定された地中真実像に対する客観的忠実度を最適化するよう依頼される。
  論文  参考訳（メタデータ） (2024-09-23T14:17:40Z)
• Contextual Sprint Classification in Soccer Based on Deep Learning [14.903912366772571]
  本稿では,サッカーにおけるスプリントを自動的に文脈カテゴリーに分類するためのディープラーニングフレームワークを提案する。 実験結果から,テストデータセットのスプリントを,77.65%の精度で15カテゴリに分類した。
  論文  参考訳（メタデータ） (2024-06-21T21:33:51Z)
• [Call for Papers] The 2nd BabyLM Challenge: Sample-efficient pretraining on a developmentally plausible corpus [81.34965784440176]
  このCfPはBabyLM Challenge 2024-2025のルールを提供する。 課題の全体的目標は同じままです。 私たちは緩い線を紙の線で置き換える。 事前学習に関するルールを緩和します。 マルチモーダル・ヴィジュアル・アンド・ランゲージ・トラックを導入する。
  論文  参考訳（メタデータ） (2024-04-09T11:04:50Z)
• The 7th AI City Challenge [87.23137854688389]
  AIシティチャレンジの第7版では、コンピュータビジョンと人工知能の交差点にある2つのドメインを強調している。 2023年大会には5つのトラックがあり、46カ国508チームからの参加要請が過去最高となった。 参加チームのトップパフォーマンスは強いベースラインを確立し、提案されたチャレンジトラックで最先端の成績を上げました。
  論文  参考訳（メタデータ） (2023-04-15T08:02:16Z)
• Crowdsensing-based Road Damage Detection Challenge (CRDDC-2022) [0.0]
  本稿では,IEEE International Conference on Big Data'2022の一部として組織されたビッグデータカップである,クラウドセンシングに基づく道路被害検出チャレンジ(CRDDC)を要約する。 このデータは、インド、日本、チェコ、ノルウェー、米国、中国から収集された47,420枚の道路画像で構成されている。 この大会に登録された19カ国の60チーム以上が、上記の6カ国の未確認テスト画像のパフォーマンスに基づいて、5つのリーダーボードを用いて評価した。
  論文  参考訳（メタデータ） (2022-11-21T11:29:21Z)
• Towards cumulative race time regression in sports: I3D ConvNet transfer learning in ultra-distance running events [1.4859458229776121]
  本稿では,わずか数秒の映像を入力として,超距離ランナー累積レースタイム(CRT)の回帰を提案する。 得られたニューラルネットワークは、短い入力映像に対して顕著な性能を提供できることを示す。
  論文  参考訳（メタデータ） (2022-08-23T20:53:01Z)
• Retrospective on the 2021 BASALT Competition on Learning from Human Feedback [92.37243979045817]
  競争の目的は、人間のフィードバック(LfHF)技術から学び、オープンワールドの課題を解決するエージェントへの研究を促進することであった。 LfHF技術の使用を義務付けるのではなく、ビデオゲームMinecraftで達成すべき自然言語の4つのタスクについて説明した。 チームは、様々な可能な人間のフィードバックタイプにまたがる多様なLfHFアルゴリズムを開発した。
  論文  参考訳（メタデータ） (2022-04-14T17:24:54Z)
• Decontextualized I3D ConvNet for ultra-distance runners performance analysis at a glance [1.9573154231003194]
  2021年5月、サイトRunnersworld.comは、過去23年間で超長距離レースへの参加が1,676%増加したと発表した。 約41%が年1回以上のレースに出場している。 本研究の目的は,超走行シナリオに着目した非侵襲的手法を考慮し,ランナーのパフォーマンスを定量化し,予測する方法を決定することである。
  論文  参考訳（メタデータ） (2022-03-13T20:11:10Z)
• The 5th AI City Challenge [51.83023045451549]
  第5回AIシティチャレンジには38カ国305チームが参加した。 アルゴリズムの有効性と計算効率の両面で評価を行った。 結果は、スマートトランスポーテーションにおけるAIの約束を示している。
  論文  参考訳（メタデータ） (2021-04-25T19:15:27Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。