Fonament Científic de la Recerca
Analítica de Running Basada en l'Evidència
Enfocament Basat en l'Evidència
Cada mètrica, fórmula i càlcul a Run Analytics es fonamenta en recerca científica revisada per iguals. Aquesta pàgina documenta els estudis fonamentals que validen el nostre marc analític.
🔬 Rigor Científic
L'analítica de running ha evolucionat des del simple recompte de llargues fins a la mesura sofisticada del rendiment, recolzada per dècades de recerca en:
- Fisiologia de l'Exercici - Llindars aeròbic/anaeròbic, VO₂max, dinàmica del lactat
- Biomecànica - Mecànica de la zancada, propulsió, hidrodinàmica
- Ciències de l'Esport - Quantificació de la càrrega d'entrenament, periodització, modelització del rendiment
- Informàtica - Aprenentatge automàtic, fusió de sensors, tecnologia portàtil
Velocitat Crítica de Running (CRS) - Recerca Fonamental
Wakayoshi et al. (1992) - Determinació de la Velocitat Crítica
Resultats Clau:
- Forta correlació amb VO₂ al llindar anaeròbic (r = 0,818)
- Excel·lent correlació amb la velocitat a OBLA (r = 0,949)
- Prediu el rendiment als 400m (r = 0,864)
- La velocitat crítica (vcrit) representa la velocitat teòrica de running mantinguda indefinidament sense esgotament
Significació:
Va establir el CRS com a substitut vàlid i no invasiu de les proves de lactat de laboratori. Va demostrar que senzilles proves de temps a la pista poden determinar amb precisió el llindar aeròbic.
Wakayoshi et al. (1992) - Mètode Pràctic de Prova a la Pista
Resultats Clau:
- Relació lineal entre distància i temps (r² > 0,998)
- Les proves a la pista proporcionen resultats equivalents a l'equipament car de canal de proves
- Un protocol senzill de 200m + 400m proporciona una mesura precisa de la velocitat crítica
- Mètode accessible per a entrenadors de tot el món sense instal·lacions de laboratori
Significació:
Va democratitzar les proves CRS. Les va transformar d'un procediment exclusiu de laboratori a una eina pràctica que qualsevol entrenador pot implementar només amb un cronòmetre i una pista.
Wakayoshi et al. (1993) - Validació de l'Estat Estable del Lactat
Resultats Clau:
- El CRS correspon a la intensitat màxima de l'estat estable del lactat
- Correlació significativa amb la velocitat a 4 mmol/L de lactat en sang
- Representa el límit entre els dominis d'exercici intens i sever
- Va validar el CRS com a llindar fisiològic significatiu per a la prescripció d'entrenament
Significació:
Va confirmar la base fisiològica del CRS. No és només una construcció matemàtica: representa un llindar metabòlic real on la producció de lactat iguala l'eliminació.
Quantificació de la Càrrega d'Entrenament
Schuller & Rodríguez (2015)
Resultats Clau:
- El càlcul TRIMP modificat (TRIMPc) va ser ~9% superior al TRIMP tradicional
- Ambdós mètodes es van correlacionar fortament amb la sessió-RPE (r=0,724 i 0,702)
- Majors diferències entre mètodes a intensitats de càrrega de treball més elevades
- El TRIMPc té en compte tant els intervals d'exercici com els de recuperació en l'entrenament intervalat
Wallace et al. (2009)
Resultats Clau:
- Sessió-RPE (escala CR-10 × durada) validada per quantificar la càrrega d'entrenament de running
- Implementació senzilla aplicable uniformement a tots els tipus d'entrenament
- Efectiva per a treball a la pista, entrenament en sec i sessions tècniques
- Funciona fins i tot quan la freqüència cardíaca no representa la intensitat real
Fonament del Training Stress Score (TSS)
Tot i que el TSS va ser desenvolupat pel Dr. Andrew Coggan per al ciclisme, la seva adaptació a la running (sTSS) incorpora el factor d'intensitat cúbic (IF³) per tenir en compte la resistència exponencial de l'aigua. Aquesta modificació reflecteix la física fonamental: la força de fricció a l'aigua augmenta amb el quadrat de la velocitat, fent que els requisits de potència siguin cúbics.
Biomecànica i Anàlisi de la Zancada
Tiago M. Barbosa (2010) - Determinants del Rendiment
Resultats Clau:
- El rendiment depèn de la generació de propulsió, minimització de la fricció i economia de running
- La longitud de zancada va emergir com a predictor més important que la freqüència de zancada
- L'eficiència biomecànica és crítica per distingir nivells de rendiment
- La integració de múltiples factors determina l'èxit competitiu
Huub M. Toussaint (1992) - Biomecànica del Crol
Resultats Clau:
- Va analitzar els mecanismes de propulsió i la mesura de la fricció activa
- Va quantificar la relació entre freqüència i longitud de zancada
- Va establir els principis biomecànics de la propulsió eficient
- Va proporcionar un marc per a l'optimització de la tècnica
Ludovic Seifert (2007) - Índex de Coordinació
Resultats Clau:
- Va introduir l'Índex de Coordinació (IdC) per quantificar les relacions temporals entre les zancades dels braços
- Els corredors d'elit adapten els patrons de coordinació amb canvis de velocitat mentre mantenen l'eficiència
- L'estratègia de coordinació impacta l'efectivitat de la propulsió
- La tècnica s'ha d'avaluar dinàmicament, no només a un sol ritme
Economia de Running i Cost Energètic
Costill et al. (1985)
Resultats Clau:
- L'economia de running és més important que el VO₂max per al rendiment de mitjana distància
- Els millors corredors van demostrar costos energètics més baixos a velocitats donades
- L'eficiència de la mecànica de la zancada és crítica per a la predicció del rendiment
- La competència tècnica separa els corredors d'elit dels bons corredors
Significació:
Va canviar l'enfocament de la capacitat aeròbica pura a l'eficiència. Va destacar la importància del treball tècnic i l'economia de la zancada per a les millores del rendiment.
Fernandes et al. (2003)
Resultats Clau:
- Intervals TLim-vVO₂max: 215-260s (elit), 230-260s (alt nivell), 310-325s (nivell baix)
- L'economia de running està directament relacionada amb TLim-vVO₂max
- Millor economia = temps sostenible més llarg al ritme aeròbic màxim
Sensors Portàtils i Tecnologia
Mooney et al. (2016) - Revisió de Tecnologia IMU
Resultats Clau:
- Els IMU mesuren efectivament freqüència de zancada, nombre de zancades, velocitat de running, rotació corporal, patrons de respiració
- Bona concordança amb l'anàlisi de vídeo (estàndard d'or)
- Representa tecnologia emergent per a retroalimentació en temps real
- Potencial per democratitzar l'anàlisi biomecànica que anteriorment requeria equipament de laboratori car
Significació:
Va validar la tecnologia portàtil com a rigorosa científicament. Va obrir el camí perquè dispositius de consum (Garmin, Apple Watch, FORM) proporcionin mètriques de qualitat de laboratori.
Silva et al. (2021) - Aprenentatge Automàtic per a la Detecció de Zancades
Resultats Clau:
- 95,02% de precisió en la classificació de zancades a partir de sensors portàtils
- Reconeixement en línia de l'estil de running i viratges amb retroalimentació en temps real
- Entrenat amb ~8.000 mostres de 10 atletes durant entrenament real
- Proporciona recompte de zancades i càlculs de velocitat mitjana automàticament
Significació:
Va demostrar que l'aprenentatge automàtic pot aconseguir una precisió gairebé perfecta en la detecció de zancades, permetent analítiques de running automatitzades i intel·ligents en dispositius de consum.
Investigadors Destacats
Tiago M. Barbosa
Institut Politècnic de Bragança, Portugal
Més de 100 publicacions sobre biomecànica i modelització del rendiment. Va establir marcs comprehensius per entendre els determinants del rendiment de running.
Ernest W. Maglischo
Arizona State University
Autor de "Running Fastest", el text definitiu sobre ciència de la running. Va guanyar 13 campionats NCAA com a entrenador.
Kohji Wakayoshi
Osaka University
Va desenvolupar el concepte de velocitat crítica de running. Tres articles històrics (1992-1993) van establir el CRS com l'estàndard d'or per a les proves de llindar.
Huub M. Toussaint
Vrije Universiteit Amsterdam
Expert en mesura de propulsió i fricció. Va ser pioner en mètodes per quantificar la fricció activa i l'eficiència de la zancada.
Ricardo J. Fernandes
Universitat de Porto
Especialista en cinètica de VO₂ i energètica de running. Va avançar en la comprensió de les respostes metabòliques a l'entrenament de running.
Ludovic Seifert
Universitat de Rouen
Expert en control motor i coordinació. Va desenvolupar l'Índex de Coordinació (IdC) i mètodes avançats d'anàlisi de la zancada.
Implementacions de Plataformes Modernes
Analítiques de Running de l'Apple Watch
Els enginyers d'Apple van enregistrar més de 700 corredors en més de 1.500 sessions incloent el campió olímpic Michael Phelps fins a principiants. Aquest conjunt de dades d'entrenament divers permet als algorismes analitzar la trajectòria del canell utilitzant el giroscopi i l'acceleròmetre treballant conjuntament, aconseguint alta precisió a tots els nivells d'habilitat.
Aprenentatge Automàtic de les Ulleres Intel·ligents FORM
La IMU muntada al cap de FORM proporciona una detecció de viratges superior capturant la rotació del cap amb més precisió que els dispositius de canell. Els seus models d'aprenentatge automàtic entrenats personalitzadament processen centenars d'hores de vídeo de running etiquetat alineat amb dades de sensors, permetent prediccions en temps real en menys d'1 segon amb una precisió de ±2 segons.
Innovació GPS Multi-Banda de Garmin
La recepció de satèl·lit de doble freqüència (bandes L1 + L5) proporciona 10 vegades més potència de senyal, millorant dramàticament la precisió en trail running. Les ressenyes elogien els models Garmin multi-banda com a productors de seguiment "esgarrifosament precís" al voltant de les boies, abordant el desafiament històric de la precisió GPS per a la running.
La Ciència Impulsa el Rendiment
Run Analytics es basa en dècades de recerca científica rigorosa. Cada fórmula, mètrica i càlcul ha estat validat mitjançant estudis revisats per iguals publicats a les principals revistes de ciències de l'esport.
Aquesta base basada en l'evidència garanteix que les informacions que obtens no són només números: són indicadors científicament significatius d'adaptació fisiològica, eficiència biomecànica i progressió del rendiment.