Фонд научных исследований
Доказательная аналитика бега
Доказательный подход
Каждая метрика, формула и расчет в Run Analytics основаны на проверенных научных исследования. На этой странице представлены фундаментальные исследования, подтверждающие нашу аналитическую структуру.
🔬 Научная строгость
Аналитика бега превратилась из простого подсчета километров в сложное измерение производительности. подкреплено десятилетиями исследований в области:
- Физиология упражнений- Аэробные/анаэробные пороги, VO₂max, динамика лактата
- Биомеханика- Механика шага, движение, силы контакта с землей.
- Спортивная наука- Количественная оценка тренировочной нагрузки, периодизация, моделирование производительности.
- Информатика- Машинное обучение, объединение датчиков, носимые технологии.
Критическая скорость движения (CRS) — фундаментальные исследования
Wakayoshi и др. (1992) - Определение критической скорости
Основные выводы:
- Сильная корреляция с VO₂ при анаэробном пороге.(г = 0,818)
- Отличная корреляция со скоростью у OBLA.(р = 0,949)
- Прогнозирует производительность на 400 м.(г = 0,864)
- Критическая скорость (vcrit) представляет собой теоретическую скорость движения, которую можно поддерживать бесконечно. без утомления
Значение:
CRS признан действительным неинвазивным прокси-сервером для лабораторного тестирования лактата. Доказал, что это просто гонки на время на треке могут точно определить аэробный порог.
Wakayoshi и др. (1992) - Практический метод испытания гусениц
Основные выводы:
- Линейная зависимость между расстоянием и временем(r² > 0,998)
- Простой протокол 5K + 3K обеспечивает точное измерение критической скорости.
- Метод доступен тренерам по всему миру без лабораторного оборудования.
Значение:
Демократизированное тестирование CRS. Превратили процедуру из лабораторной процедуры в практический инструмент, который может сделать любой тренер. реализовать с помощью секундомера и отслеживать.
Wakayoshi и др. (1993) - Проверка устойчивого состояния лактата
Основные выводы:
- CRS соответствуетмаксимальная интенсивность устойчивого состояния лактата
- Существенная корреляция со скоростью при уровне лактата в крови 4 ммоль/л.
- Представляет собой границу междутяжелыйисуровыйтренировать домены
- Подтверждено CRS как значимый физиологический порог для назначения тренировок.
Значение:
Подтверждена физиологическая основа CRS. Это не просто математическая конструкция — она представляет собой реальную метаболический порог, при котором выработка лактата равна клиренсу.
Количественная оценка тренировочной нагрузки
Шуллер и Родригес (2015)
Основные выводы:
- Модифицированный расчет TRIMP (TRIMPc) показал результат примерно на 9% выше, чем традиционный TRIMP.
- Оба метода сильно коррелировали с сеансом RPE (r=0,724 и 0,702).
- Большие различия между методами при более высокой интенсивности рабочей нагрузки
- TRIMPc учитывает интервалы тренировки и восстановления при интервальных тренировках.
Уоллес и др. (2009)
Основные выводы:
- Session-RPE (шкала CR-10 × продолжительность) проверен для количественной оценки беговой тренировочной нагрузки.
- Простая реализация, применимая единообразно для всех типов обучения
- Эффективен для работы на треке, бега по дорогам и тренировок по техническим трассам.
- Работает даже там, где частота пульса не отражает истинную интенсивность
Фонд оценки стресса при беге (rTSS)
Хотя TSS был разработан доктором Эндрю Когганом для езды на велосипеде, его адаптация к бегу (rTSS) включает в себя квадратичный коэффициент интенсивности (IF²), отражающий физиологические потребности бега. В отличие от других выносливостей спорт, Биомеханика бега подчиняется квадратичной зависимости, где физиологическая нагрузка зависит от квадрата интенсивность за счет ударных сил и гравитационной работы.
Биомеханика и анализ шага
Тьяго М. Барбоза (2010) - Определяющие факторы производительности
Основные выводы:
- Производительность зависит отсоздание тяги, минимизация сопротивления и бег экономика
- Длина шага оказалась более важным предиктором, чем частота шага
- Биомеханическая эффективность имеет решающее значение для определения уровней производительности.
- Интеграция множества факторов определяет конкурентный успех
Нуммела и др. (2007) - Детерминанты текущей экономики
Основные выводы:
- Проанализирована взаимосвязь между длиной шага, скоростью и метаболическими затратами.
- Количественное влияние времени контакта с землей на эффективность работы
- Установленные биомеханические принципы эффективного движения вперед.
- Предоставлена основа для оптимизации формы в соревнованиях на выносливость.
Деррик и др. (2002) - Удар и затухание
Основные выводы:
- Представлены методы количественной оценки ударной нагрузки и ее затухания во время бега.
- Элитные бегуны адаптируют жесткость ног при изменении скорости, сохраняя при этом эффективность.
- Биомеханическая стратегия влияет на риск травм и эффективность движения.
- Техника должна оцениваться при различных скоростях и состояниях усталости.
Экономия бега и стоимость энергии
Костилл и др. (1985)
Основные выводы:
- Экономия более важна, чем VO₂max, для производительности на средних дистанциях.
- Лучшие бегуны продемонстрировали более низкие затраты энергии при заданных скоростях.
- Эффективность механики шага имеет решающее значение для прогнозирования производительности
- Техническое мастерство отличает элиту от хороших бегунов
Значение:
Сместился фокус с чистой аэробной способности на эффективность. Подчеркнутая важность технической работы и экономия шагов для повышения производительности.
Фернандес и др. (2003)
Основные выводы:
- Диапазоны TLim-vVO₂max: 215–260 с (элитный), 230–260 с (высокий уровень), 310–325 с (низкий уровень)
- Экономия бега напрямую связана с TLim-vVO₂max.
- Лучшая экономичность = более продолжительное время устойчивого развития при максимальном аэробном темпе
Носимые датчики и технологии
Муни и др. (2016) - Обзор технологий IMU
Основные выводы:
- IMU эффективно измеряют частоту и количество шагов, скорость бега, вращение тела, характер дыхания.
- Хорошее согласие с видеоанализом (золотой стандарт)
- Представляет собой новейшую технологию для обратной связи в режиме реального времени.
- Потенциал демократизации биомеханического анализа, ранее требувшего дорогостоящего лабораторного оборудования.
Значение:
Подтвержденная научно обоснованность носимых технологий. Открыт путь для потребительских устройств (Garmin, Apple Watch, COROS) для получения показателей лабораторного качества на открытом воздухе.
Сильва и др. (2021) - Машинное обучение для обнаружения шагов
Основные выводы:
- Точность классификации шагов 95,02%.от носимых датчиков
- Онлайн-распознавание стиля бега и поворотов с обратной связью в реальном времени.
- Тренировалось на ~8000 образцах от 10 спортсменов во время реальной тренировки.
- Обеспечивает автоматический подсчет шагов и расчет средней скорости.
Значение:
Продемонстрировано, что машинное обучение может обеспечить почти идеальную точность определения шага, позволяя автоматизированная интеллектуальная аналитика работы на потребительских устройствах.
Ведущие исследователи
Тьяго М. Барбоза
Политехнический институт Брагансы, Португалия
100+ публикацийпо биомеханике и моделированию производительности. Установлен комплексные основы для понимания факторов, определяющих беговые результаты.
Джек Дэниелс, доктор философии
А.Т. Все еще университет
Автор«Формула бега Дэниелса». Назван «Лучшим тренером по бегу в мире» по версии журнала Runner's. Мир. Установлена система ВДОТ.
Коджи Wakayoshi
Осакский университет
Разработана концепция критической скорости бега. Три знаковых документа (1992-1993 гг.) установили CRS как золотой стандарт порогового тестирования.
Эндрю Р. Когган, доктор философии
ИЮПИ
Физиолог-физкультурник, разработавший шкалу тренировочного стресса (TSS) и модели нормализованной мощности/темпа. для спортсменов, занимающихся выносливостью.
Рикардо Х. Фернандес
Университет Порту
Специалист по кинетике и беговой энергетике VO₂. Расширенное понимание метаболических реакций на беговые тренировки.
Стивен Сейлер, доктор философии
Университет Агдера
Renowned for research on "Polarized Training". Его работа по распределению интенсивности тренировок Основополагающее правило тренировок 80/20.
Современные реализации платформ
Apple Watch: аналитика бега
Инженеры Apple зафиксировали тысячи бегунов на разных территориях и с разным уровнем подготовки. Это разнообразное Набор обучающих данных позволяет алгоритмам анализировать динамику туловища и конечностей с помощью гироскопа и акселерометра. работая в тандеме, достигая высокой точности показателей мощности и эффективности на всех уровнях квалификации.
Расширенные метрики COROS POD 2
В COROS POD 2 используется датчик, крепящийся на талии, который обеспечивает превосходное определение шага путем захвата изображения туловища. движения точнее, чем устройства, закрепленные на запястье. Их специально обученные модели машинного обучения обрабатывают сотни часов маркированных данных о беге, что позволяеттемп в реальном времени и форма обратной связис ±1% точность.
Инновация многодиапазонного GPS Garmin
Двухчастотный спутниковый прием (диапазоны L1+L5) обеспечиваетВ 10 раз больший уровень сигнала, значительно улучшая точность шага в «городских каньонах» и густых лесах. Отзывы хвалят многополосность Гармин модели, обеспечивающие «пугающе точное» отслеживание технических маршрутов и трековых сессий, решая проблему исторический задача GPS-дрифта для бегунов.
Наука повышает производительность
Run Analytics — это результат десятилетий тщательных научных исследований. Каждая формула, метрика, а расчеты были подтверждены рецензируемыми исследованиями, опубликованными в ведущих спортивных журналах. журналы.
Эта основанная на фактических данных основа гарантирует, что полученные вами знания будут не просто цифрами, а научно обоснованы. значимые показатели физиологической адаптации, биомеханической эффективности и прогресса работоспособности.
Научно-исследовательская база | Run Analytics - Running
Аналитика бега на основе доказательной медицины. Научно-исследовательская база | Run Analytics - Running Analytics App
- 2026-03-24
- научные исследования бега · методология КСБ · исследования TSS · наука о беге · тренировочная физиология
- Библиография