Big Data afslører nye maratontræningstilgange

Ny stor matematisk forskning i GPS-data har, for første gang, ydet væsentlige bidrag til vores forståelse af effektiv træning. Selvom der stadig er meget at lære, big-data-tilgangen har afsløret hidtil ukendte forbindelser mellem træningsplaner og maratonpræstationer. Dette gælder især for midpack og langsommere løbere.

Historisk set, løbere har kunnet læse om Eliud Kipchoges træning, og andre eliters. Træningen af ​​Olympians er ofte dækket og glorificeret i mediernes rapporter. Men hvordan hjælper dette, hvis du har brug for en sub-3:35 for at kvalificere dig til Boston?

Disse oplysninger findes faktisk i store digitale databaser, der vedligeholdes af virksomheder som Strava, men det har ikke været let at få adgang til eller fortolke. Det er her, big-data-folkene træder ind. De har analyseret træningsloggene fra tusindvis af maratonløbere for at lede efter succesfulde mønstre.

I sidste uge skrev min ven Rick Lovett en PodiumRunner-artikel, der hovedsageligt fokuserede på den "forudsigende" kraft af nye big-data-ligninger offentliggjort i Naturkommunikation, et højt anset tidsskrift. Jeg har korresponderet med forfatteren til det papir, Thorsten Emig i Paris, omkring uddannelsesmæssige konsekvenser af hans arbejde.

En anden gruppe, ledet af University of Dublins Barry Smyth, har fulgt en lignende vej i de senere år. Smyth arbejder ofte med "anbefalingssystemer", som det Netflix bruger til at forudsige, hvilke film du kan nyde - eller hvad der virker for dig. I løb, et andet navn for dette er "coach". Denne gruppe har låst op for noget træning =succesmønstre, jeg aldrig har set før. Jeg tvivler på du har, enten.

Emig har arbejdet med aggregerede data fra Polar, og Smyth med Strava-data.

Jeg vil udelade matematikken (der er meget af det), og bare give dig de mest nyttige resultater, først fra Emigs papir, derefter fra Smyths seneste arbejde. Emig når frem til fire nøglekonklusioner, der kan hjælpe med at guide din maratonopbygning. Smyth har én væsentlig take-away.

1) Træn mere, selv i langsomt tempo, kan gøre dig hurtigere.

Dette er et universelt anerkendt resultat af træning, dog sjældent understøttet med hårde data af den slags Emig har afdækket. Det forklarer, hvorfor man løber mere, indenfor rimelighedens grænser, normalt betaler sig.

2) Hurtig træning opbygger din udholdenhed mere effektivt end langsom træning.

Dette er grunden til, at næsten alle udfører en vis mængde speedwork. Hvis du kan booste din præstation på korte afstande, du kan holde et relativt hurtigere tempo over de længere distancer, som udholdenhedsløb kræver. At opnå den rette balance mellem 1) og 2) er, hvad træning handler om. Også, erkender, at speedwork indebærer flere risici end langsomt løb.

3) Eliteløbere presser generelt ikke så hårdt i træningen som midpack og langsommere løbere.

Når eliteatleter tilbagelægger 100 miles om ugen, de har intet andet valg end at løbe de fleste af disse miles lidt langsomt. Når du løber 20 til 40 miles om ugen, du kan løbe disse kilometer hårdere i forhold til din evne.

4) Der er en grænse for, hvor langt og hårdt du kan træne.

Ud over den grænse, din indsats vender mod syd. Du bliver overtrænet, træt, og langsommere. Emig fandt en grænse ved 27, 000 TRIMPS (“træningsimpulser”) under maratontræning. Dette nummer hjælper dig ikke meget, fordi det ikke er let at sidestille med din egen træning. Men du må hellere forstå, at der er en grænse:Mere er ikke altid bedre.

5) Adopter et nyt mønster for dine træningsuger

I sit seneste arbejde, Smyth har (sammen med Jakim Berndsen og Aonghous Lawlor) kigget på, hvordan man sammensætter et maraton-træningsprogram. Deres råd, meget forenklet:

1) Fokus på træning uger, ikke individuel træning, og

2) Skift dine uger på denne månedlange måde:hårdt-hårdt-let-moderat. I ugerne før løbsdagen, tilspidse på denne måde:hård-let-let.

Her er, hvad de irske forskere mener med svært eller let:

• En hård uge er en, der inkluderer mere hurtig træning end normalt. For eksempel, det kan omfatte en tempotræning og/eller en træning, hvor du løber lige så hurtigt som dit 5K-løbstempo. Du får en betydelig træningsstimulans fra denne slags uge, men også opbygge træthed.

• En let uge er en, hvor du gør 50 til 67 pct mindre træning end en hård uge, men i samme tempo som noget af din forrige uges træning. Du vil komme dig, og konsolider dine konditionsgevinster.

• En moderat uge er alt mellem hård og nem. Du bliver hverken mere fit eller mere træt.

De vigtige resultater her er det gentagne hårdt-hårde mønster, og graden af ​​nedskæring i en let uge. De fleste nuværende maratontræningsprogrammer inkluderer nedskæringsuger, men få om overhovedet nogen skærer så dybt som 50 til 67 procent, samtidig med at man understreger tempoet i disse løbeture.

Selvom de fleste planer ikke kræver et sådant mønster, ifølge Smyths analyse, omkring 40 procent af maratonløberne kommer tæt nok på hans foreslåede skitse til, at enhver ændring sandsynligvis ikke vil give en hurtigere maratontid. På den anden side, 47 procent er undertræne og 14 procent overtræner. Disse 60 procent af marathontrænerne kan forbedre sig ved at følge hans forslag.

Ingen af ​​big-data-eksperterne mener, at de har fundet alle svarene. Der er mange spørgsmål tilbage. Smyth et al bruger verbet "nudge" til at beskrive en passende brug af deres resultater. Hvis du kan skubbe din træning i den rigtige retning, det kan give store udbytte.

[Big Data afslører nye maratontræningstilgange: https://da.sportsfitness.win/Sport/maratonløb/1003043150.html ]