Фонд наукових досліджень ім
Запущена аналітика на основі доказів
Підхід, заснований на доказах
Кожен показник, формула та обчислення в Run Analytics ґрунтуються на рецензованих наукових дослідженнях дослідження. Ця сторінка документує фундаментальні дослідження, які підтверджують нашу аналітичну структуру.
🔬 Наукова строгість
Аналітика бігу розвинулась від простого підрахунку кілометрів до складного вимірювання ефективності підкріплений десятиліттями досліджень у:
- Фізіологія вправ- Аеробні/анаеробні пороги, VO₂max, динаміка лактату
- Біомеханіка- Механіка кроку, рушійна сила, сили контакту з землею
- Спортивна наука- Кількісна оцінка навчального навантаження, періодизація, моделювання продуктивності
- Інформатика- Машинне навчання, злиття сенсорів, носимі технології
Критична швидкість бігу (CRS) - фундаментальні дослідження
Wakayoshi та ін. (1992) - Визначення критичної швидкості
Ключові висновки:
- Сильна кореляція з VO₂ на анаеробному порозі(r = 0,818)
- Чудова кореляція зі швидкістю на OBLA(r = 0,949)
- Прогнозує продуктивність на 400 м(r = 0,864)
- Критична швидкість (vcrit) представляє теоретичну швидкість руху, яку можна підтримувати необмежений час без виснаження
Значення:
Встановлено CRS як дійсний, неінвазивний проксі-сервер для лабораторного тестування лактату. Довела, що це просто випробування на час на трасі можуть точно визначити аеробний поріг.
Wakayoshi та ін. (1992) - Практичний метод тестування на трасі
Ключові висновки:
- Лінійна залежність між відстанню та часом(r² > 0,998)
- Простий протокол 5K + 3K забезпечує точне вимірювання критичної швидкості
- Метод доступний для тренерів у всьому світі без лабораторних приміщень
Значення:
Демократизоване тестування CRS. Перетворив його з лабораторної процедури на практичний інструмент, який може зробити будь-який тренер реалізувати лише за допомогою секундоміра та треку.
Wakayoshi та ін. (1993) - Перевірка стабільного стану лактату
Ключові висновки:
- CRS відповідаємаксимальна інтенсивність стабільного стану лактату
- Значна кореляція зі швидкістю при 4 ммоль/л лактату крові
- Представляє межу міжважкийіважкадомени вправ
- Перевірено CRS як значущий фізіологічний поріг для припису тренувань
Значення:
Підтверджено фізіологічну основу CRS. Це не просто математична конструкція — вона представляє реальність метаболічний поріг, коли вироблення лактату дорівнює кліренсу.
Кількісна оцінка тренувального навантаження
Шуллер і Родрігес (2015)
Ключові висновки:
- Модифікований розрахунок TRIMP (TRIMPc) показав на ~9% більше, ніж традиційний TRIMP
- Обидва методи сильно корелюють із сеансом RPE (r=0,724 і 0,702)
- Більші відмінності між методами при вищій інтенсивності навантаження
- TRIMPc враховує як вправи, так і інтервали відновлення під час інтервальних тренувань
Уоллес та ін. (2009)
Ключові висновки:
- Session-RPE (шкала CR-10 × тривалість) підтверджено для кількісного визначення тренувального навантаження при бігу
- Проста реалізація, однаково застосовна для всіх типів навчання
- Ефективний для роботи на трасі, бігу по шосе та технічних трейлів
- Працює навіть там, де частота серцевих скорочень не відображає справжньої інтенсивності
Основа Running Stress Score (rTSS).
Хоча TSS був розроблений д-ром Ендрю Когганом для велоспорту, його адаптація до бігу (rTSS) включає квадратичний коефіцієнт інтенсивності (IF²) для відображення фізіологічних потреб бігу. На відміну від інших витривалість спорт, Біомеханіка бігу дотримується квадратичного співвідношення, де фізіологічне навантаження масштабується з квадратом інтенсивність за рахунок сил удару та роботи гравітації.
Біомеханіка та аналіз кроків
Тіаго М. Барбоза (2010) - Фактори продуктивності
Ключові висновки:
- Продуктивність залежить відстворення тяги, мінімізація опору та біг економіка
- Довжина кроку стала більш важливим показником, ніж швидкість кроку
- Біомеханічна ефективність критична для розрізнення рівнів продуктивності
- Інтеграція багатьох факторів визначає конкурентний успіх
Нуммела та ін. (2007) - Детермінанти поточної економіки
Ключові висновки:
- Проаналізовано зв’язок між довжиною кроку, швидкістю та метаболічними витратами
- Кількісний вплив часу контакту з землею на ефективність бігу
- Встановлені біомеханічні принципи ефективного руху вперед
- Надається основа для оптимізації форми в змаганнях на витривалість
Derrick та ін. (2002) - Ударний удар і затухання
Ключові висновки:
- Представлені методи кількісної оцінки ударного удару та затухання під час бігу
- Елітні бігуни адаптують моделі жорсткості ніг зі зміною швидкості, зберігаючи ефективність
- Біомеханічна стратегія впливає на ризик отримання травм і ефективність руху
- Техніка повинна бути оцінена на різних швидкостях і ступенях втоми
Економічність роботи та вартість енергії
Costill та ін. (1985)
Ключові висновки:
- Економічність на середніх дистанціях важливіша, ніж VO₂max
- Кращі бігуни продемонстрували нижчі витрати енергії при заданих швидкостях
- Ефективність механіки кроку критична для прогнозування ефективності
- Технічний рівень відрізняє еліту від хороших бігунів
Значення:
Зміщення уваги з чистої аеробної потужності на ефективність. Підкреслено важливість техніки роботи і швидка економія для збільшення продуктивності.
Фернандес та ін. (2003)
Ключові висновки:
- Максимальні діапазони TLim-vVO₂: 215-260 с (еліта), 230-260 с (високий рівень), 310-325 с (низький рівень)
- Економія роботи безпосередньо пов’язана з TLim-vVO₂max
- Краща економія = довший стійкий час у максимальному аеробному темпі
Носимі датчики та технології
Муні та ін. (2016) - IMU Technology Review
Ключові висновки:
- IMU ефективно вимірює швидкість кроку, кількість кроків, швидкість бігу, обертання тіла, патерни дихання
- Хороша згода з аналізом відео (золотий стандарт)
- Представляє нову технологію зворотного зв’язку в реальному часі
- Потенціал для демократизації біомеханічного аналізу, який раніше вимагав дорогого лабораторного обладнання
Значення:
Затверджена технологія носіння як наукова. Відкритий шлях для споживчих пристроїв (Garmin, Apple Watch, COROS), щоб забезпечити показники лабораторної якості на відкритому повітрі.
Сільва та ін. (2021) - Машинне навчання для виявлення кроків
Ключові висновки:
- 95,02% точність класифікації кроківвід переносних датчиків
- Онлайн-розпізнавання стилю бігу та поворотів із зворотним зв’язком у реальному часі
- Тренувався на ~8000 зразках від 10 спортсменів під час фактичного тренування
- Забезпечує автоматичний підрахунок кроків і середню швидкість
Значення:
Продемонстровано, що машинне навчання може досягти майже ідеальної точності визначення кроків, що дозволяє автоматизована інтелектуальна аналітика споживчих пристроїв.
Провідні дослідники
Тьяго М. Барбоза
Політехнічний інститут Браганса, Португалія
100+ публікаційз біомеханіки та моделювання ефективності. Встановлено комплексні основи для розуміння факторів продуктивності бігу.
Джек Деніелс, доктор філософії
А.Т. Все-таки університет
Автор«Формула бігу Деніелса». Журнал Runner's назвав його «найкращим у світі тренером з бігу». світ. Встановив систему VDOT.
Kohji Wakayoshi
Осакський університет
Розроблено концепцію критичної швидкості бігу. Три знакові документи (1992-1993) заснували CRS як золотий стандарт для порогового тестування.
Ендрю Р. Когган, доктор філософії
IUPUI
Фізіолог фізичних вправ, який розробив оцінку тренувального стресу (TSS) і моделі нормалізованої потужності/темпу для спортсменів на витривалість.
Рікардо Дж. Фернандес
Університет Порту
Фахівець з кінетики та енергетики бігу VO₂. Поглиблене розуміння метаболічних реакцій на бігові тренування.
Стівен Сейлер, доктор філософії
Університет Агдера
Відомий завдяки дослідженням «Поляризованого тренування». Його робота над розподілом інтенсивності тренувань є основою правила навчання 80/20.
Реалізації сучасних платформ
Apple Watch Running Analytics
Інженери Apple зафіксували тисячі бігунів на різних місцевостях і рівнях майстерності. Цей різноманітний Навчальний набір даних дозволяє алгоритмам аналізувати динаміку тулуба та кінцівок за допомогою гіроскопа та акселерометра працюючи в тандемі, досягаючи високої точності показників потужності та ефективності на всіх рівнях кваліфікації.
Розширені показники COROS POD 2
COROS POD 2 використовує датчик, встановлений на талії, щоб забезпечити чудове визначення кроків шляхом захоплення торсу рухатися точніше, ніж пристрої, що кріпляться на зап’ясті. Їхні спеціально навчені моделі ML обробляють сотні години позначених запущених даних, що дозволяєтемп і зворотній зв'язок у режимі реального часуз ±1% точність.
Багатодіапазонна GPS-інновація Garmin
Забезпечує двочастотний супутниковий прийом (діапазони L1 + L5).У 10 разів потужніший сигнал, значно покращує точність темпу в «міських каньйонах» і густих лісах. Відгуки хвалять багатосмуговість Garmin моделі, що створюють «страшно-точне» відстеження на технічних трасах і сесіях треків, звертаючись до історичний виклик GPS дрейфу для бігунів.
Наука сприяє продуктивності
Run Analytics стоїть на плечах десятиліть ретельних наукових досліджень. Кожна формула, метрика, а розрахунок підтверджено рецензованими дослідженнями, опублікованими в провідних спортивних наукових дослідженнях журнали.
Цей фундамент, заснований на фактичних даних, гарантує, що отримана вами інформація є не просто цифрами, а науковою значущі показники фізіологічної адаптації, біомеханічної ефективності та прогресування продуктивності.
Научные Исследования в Основе Аналитики Плавания | Run
Изучите научные исследования, лежащие в основе Run Analytics. Исследования CRS от Wakayoshi, модель TSS от Coggan и теория PMC.
- 2026-03-24
- исследования плавания · спортивная наука · производительность плавания · исследование CRS · физиология упражнений
- Бібліографія