Bibliografía Científica Completa

Referencias de Investigación que Respaldan Bike Analytics

Literatura Científica Referenciada

Todas las métricas y fórmulas en Bike Analytics están respaldadas por investigación revisada por pares y publicadas en las principales revistas de ciencias del deporte, fisiología del ejercicio y biomecánica.

📚 Cobertura de Revistas

Las referencias abarcan publicaciones que incluyen:

  • Journal of Applied Physiology
  • Medicine and Science in Sports and Ejercicio
  • European Journal of Applied Physiology
  • International Journal of Sports Medicine
  • Journal of Sports Sciences
  • Sports Medicine
  • Journal of Applied Biomechanics
  • Sports Engineering
  • Journal of Strength and Investigación sobre el condicionamiento
  • Revista escandinava de medicina y ciencia en el deporte
  • Sensores (MDPI)

Libros Esenciales

  1. Allen, H., & Coggan, A.R.
    (2019)
    Entrenamiento y carreras con un medidor de potencia (3.ª edición).
    VeloPrensa. En coautoría con Stephen McGregor, PhD.
    Importancia:Texto fundamental que define el entrenamiento moderno basado en potencia. Traducido a 12 idiomas. Introdujo Normalized Power (NP), Training Stress Score (TSS), Intensity Factor (IF), perfilado de potencia y análisis de cuadrantes. El libro más influyente sobre entrenamiento con potenciómetro.
  2. Friel, J.
    (2018)
    La Biblia del entrenamiento del ciclista (5.a edición).
    VeloPrensa.
    Importancia:Publicado originalmente en 1996. Popularizó la periodización en el ciclismo. El libro de entrenamiento ciclista más vendido. Metodología integral para macrociclos, mesociclos y microciclos integrados con métricas de potenciómetro. Cofundador de TrainingPeaks.
  3. Cheung, S. y Zabala, M. (Eds.)
    (2017)
    Ciencia del ciclismo.
    Cinética Humana.
    Colaboradores:43 científicos y entrenadores.Cobertura:Biomecánica, aerodinámica, nutrición, ajuste de bicicleta, técnica de pedaleo, ciclismo en pista, BMX, ultradistancia. Compilación autorizada de la investigación actual.

Investigación sobre el Umbral de Potencia Funcional (FTP)

  1. MacInnis, M.J., Thomas, A.C.Q., & Phillips, S.M.
    (2019)
    ¿Es la prueba FTP una herramienta de evaluación confiable, reproducible y funcional en atletas altamente entrenados?
    Revista Internacional de Ciencias del Ejercicio. PMC6886609.
    Hallazgos clave:Alta confiabilidad (ICC = 0.98, r² = 0.96). Repetibilidad: varianza de +13 a -17W, sesgo medio -2W. Identifica la potencia sostenible de 1 hora en el 89% de los atletas. Error típico de medición: 2,3%.Impacto:Validó el FTP como métrica confiable y accesible en campo.
  2. Karsten, B., et al.
    (2019)
    La validez del umbral funcional de potencia y el consumo máximo de oxígeno para el rendimiento en bicicleta en ciclistas moderadamente entrenados.
    PMC6835290.
    Hallazgos clave:W/kg en FTP 20-min correlaciona con el rendimiento (r = -0.74, p < 0.01). VO₂máx no muestra evaluación significativa (r = -0,37).Impacto:El FTP es más válido que el VO₂máx para predecir el rendimiento ciclista.
  3. Gavin, TP, et al.
    (2012)
    Una evaluación de la eficacia de las pruebas FTP.
    Revista de Ciencias del Deporte.
    El protocolo de prueba de 20 minutos muestra alta evaluación con el umbral de lactato medido en laboratorio. También se validaron la prueba rampa y la prueba de 8 minutos con diferentes características. La variabilidad individual requiere validación personalizada con el tiempo.

Potencia Crítica y W' (Capacidad Anaeróbica)

  1. Monod, H., & Scherrer, J.
    (1965)
    La capacidad de trabajo de un grupo muscular sinérgico.
    Revista de fisiología.
    Trabajo seminal:Estableció la teoría de la Potencia Crítica. Relación hiperbólica entre potencia y tiempo hasta el agotamiento. PC como asíntota - máxima potencia sostenible indefinidamente. W' (W-prima) como capacidad finita de trabajo anaeróbico por encima de PC. Relación lineal: Trabajo = PC × Tiempo + W'.
  2. Jones, AM, et al.
    (2019)
    Poder crítico: teoría y aplicaciones.
    Revista de fisiología aplicada, 126 (6), 1905-1915.
    Revisión exhaustiva:50+ años de investigación sobre PC. PC representa el estado metabólico estable máximo—frontera entre dominancia aeróbica/anaeróbica.Hallazgos clave:PC sustancialmente 72-77% de la potencia máxima de 1 minuto. PC cae dentro de ±5W del FTP para la mayoría de ciclistas. W' oscila entre 6-25 kJ (típico: 15-20 kJ). PC más robusto fisiológicamente que FTP entre protocolos de prueba.
  3. Skiba, PF, et al.
    (2014)
    Modelado del gasto y reconstitución de la capacidad laboral por encima del poder crítico.
    Medicina y Ciencia en el Deporte y el Ejercicio.
    Modelo W'BAL:Seguimiento en tiempo real del estado de la batería anaeróbica. Gasto: W'exp = ∫(Potencia - PC) cuando P > PC. Cinética de recuperación: Exponencial con constante de tiempo τ = 546 × e^(-0.01×ΔCP) + 316.Aplicación:Esencial para MTB (88+ picos por carrera de 2h), optimización de estrategia de carrera, gestión de ataques/sprints. Ahora en WKO5, Golden Cheetah y computadoras de ciclismo avanzadas.
  4. Skiba, PF, et al.
    (2015)
    Determinantes intramusculares de la capacidad de recuperación de la capacidad de trabajo por encima del poder crítico.
    Revista europea de fisiología aplicada.
    Refinamiento adicional del modelo de reconstitución de W'. Examinó los mecanismos fisiológicos subyacentes a la dinámica de recuperación de W'.
  5. Clark, IE, et al.
    (2021)
    Un análisis comparativo de modelos de potencia crítica en ciclistas de carretera de élite.
    PMC8562202.
    Ciclistas de élite: VO₂máx = 71,9 ± 5,9 ml·kg⁻¹·min⁻¹. Diferentes modelos de PC generan valores diferentes de W' (p = 0.0002). PC similar al punto de compensación respiratoria. W' del modelo Nonlinear-3 comparable al trabajo en Wmáx.
  6. Poole, DC, et al.
    (2016)
    Poder crítico: un umbral de fatiga importante en la fisiología del ejercicio.
    Medicina y Ciencia en el Deporte y el Ejercicio.
    PC representa la demarcación entre ejercicio sostenible e insostenible. Por debajo de PC: estado metabólico estable, lactato se estabiliza. Por encima de PC: acumulación progresiva de subproductos metabólicos → fatiga inevitable.

Carga de Entrenamiento y Gestión del Rendimiento

  1. Coggan, A.R., & Allen, H.
    (2003, 2010)
    Entrenamiento y carrera usando un medidor de potencia: una introducción.
    EntrenamientoPeaks / VeloPress.
    Fórmula TSS:TSS = (duración × NP × IF) / (FTP × 3600) × 100. Donde 100 TSS = 1 hora al FTP. Contabiliza tanto la duración como la intensidad. Base para la gestión del rendimiento CTL/ATL/TSB. Las métricas propietarias de TrainingPeaks ahora son estándar de la industria.
  2. Banister, EW, Calvert, TW, Savage, MV y Bach, T.
    (1975)
    Un modelo de sistemas de entrenamiento para el rendimiento atlético.
    Revista Australiana de Medicina Deportiva, 7, 57-61.
    Modelo original impulso-respuesta.Paradigma fitness-fatiga: Rendimiento = Fitness - Fatiga. Base de promedios móviles ponderados exponencialmente.Base teórica para TSS/CTL/ATL.Transformó la periodización de arte en ciencia con precisión matemática.
  3. Banister, EW, et al.
    (1991)
    Modelado del rendimiento deportivo de élite.
    Pruebas fisiológicas de deportistas de élite.
    Desarrollo adicional del modelo impulso-respuesta de entrenamiento. Aplicación a la periodización y predicción del rendimiento de atletas de élite.
  4. Busso, T.
    (2003)
    Relación dosis-respuesta variable entre el entrenamiento físico y el rendimiento.
    Medicina y Ciencia en el Deporte y el Ejercicio.
    Las adaptaciones al entrenamiento siguen patrones matemáticos predecibles. La variabilidad individual requiere modelado personalizado. La carga de entrenamiento óptima equilibra estímulo y recuperación. Tasas de rampa >12 CTL/semana asociadas con riesgo de lesión.
  5. Murray, NB, et al.
    (2017)
    Monitoreo de la carga de entrenamiento utilizando promedios móviles ponderados exponencialmente.
    Revista de Ciencias del Deporte.
    Validó las relaciones de carga aguda/crónica EWMA. Constantes de tiempo: k=7 (ATL), k=42 (CTL). Alfa: α = 2/(n+1). Rastrea rendimiento y riesgo de lesión.

Investigación en Aerodinámica

  1. Blocken, B., et al.
    (2017)
    Montar contra el viento: una revisión de la aerodinámica del ciclismo de competición.
    Ingeniería Deportiva, 20, 81-94.
    Estudios CFD exhaustivos.Resistencia aerodinámica: 80-90% de la fuerza a velocidad.Rangos CdA:0,18-0,25 m² (TT élite) a 0,25-0,30 m² (aficionados buenos). Coeficiente de arrastre: 0,6 (TT) a >0,8 (erguido). Ciclista pedaleando: ~6% más de resistencia.Ahorro de potencia:Cada reducción de 0,01 m² de CdA ahorra ~10W a 40 km/h.Redacción:27-50% de reducción de potencia siguiendo la rueda.
  2. Blocken, B., et al.
    (2013)
    Resistencia aerodinámica en el ciclismo: métodos de evaluación.
    Ingeniería Deportiva.
    Métodos para medir y validar la resistencia aerodinámica. Protocolos de túnel de viento vs. pruebas de campo. Estudios de validación CFD.
  3. Martín, JC, et al.
    (2006)
    Validación del modelo matemático de potencia en ciclismo de ruta.
    Revista de Biomecánica Aplicada.
    Componentes de la ecuación de potencia:P_total = P_aero + P_gravedad + P_rodadura + P_cinética. P_aero = CdA × 0.5 × ρ × V³ (cúbica con la velocidad). P_gravedad = m × g × sin(gradiente) × V. P_rodadura = Crr × m × g × cos(gradiente) × V. Validado con datos reales de potenciómetro. Permite modelado predictivo de recorridos.
  4. Debraux, P., et al.
    (2011)
    Resistencia aerodinámica en el ciclismo: métodos y medición.
    Métodos Informáticos en Biomecánica e Ingeniería Biomédica.
    Las pruebas de campo con potenciómetros proporcionan medición práctica de CdA. El túnel de viento sigue siendo el estándar de oro pero costoso. Optimización de posición: mejora del 5-15% en CdA. Las ganancias de equipamiento se componen para mejoría total del 3-5%.

Biomecánica y Eficiencia del Pedaleo

  1. Lucia, A., et al.
    (2001)
    Fisiología del ciclismo de ruta profesional.
    Medicina deportiva.
    Rangos de cadencia óptima:Tempo/umbral 85-95 RPM, intervalos VO₂máx 100-110 RPM, subidas empinadas 70-85 RPM. Los ciclistas de élite autoseleccionan cadencias que minimizan el coste energético. Cadencias más altas reducen la fuerza muscular por pedalada. La optimización individual varía según el tipo de fibra.
  2. Coyle, EF, et al.
    (1991)
    La eficiencia del ciclismo está relacionada con el porcentaje de fibras musculares tipo I.
    Medicina y Ciencia en el Deporte y el Ejercicio.
    La eficiencia ciclista se relaciona con el % de fibras musculares Tipo I. Eficiencia bruta: 18-25% (élite: 22-25%). La tasa de pedaleo afecta la eficiencia—existe un óptimo individual. El entrenamiento mejora la eficiencia metabólica y mecánica.
  3. Patterson, RP y Moreno, MI.
    (1990)
    Fuerzas de pedaleo de bicicletas en función de la velocidad de pedaleo y la producción de potencia.
    Medicina y Ciencia en el Deporte y el Ejercicio.
    La fuerza efectiva del pedal varía a lo largo del ciclo de pedaleo. Fuerza pico: 90-110° pasado el punto muerto superior. Los ciclistas expertos minimizan el trabajo negativo durante la fase ascendente. Cuantificación de Efectividad del Torque y Suavidad del Pedaleo.
  4. Jeukendrup, A.E., & Martin, J.
    (2001)
    Mejorar el rendimiento en bicicleta: ¿Cómo deberíamos gastar nuestro tiempo y dinero?
    Medicina deportiva, 31(7), 559-569.
    Jerarquía de rendimiento:1. Posición del ciclista (mayor impacto), 2. Geometría del equipamiento, 3. Resistencia de rodadura y pérdidas de transmisión. La selección de cadencia afecta la economía. Equilibrio entre aerodinámica y producción de potencia.
  5. Atkinson, G., Davison, R., Jeukendrup, A. y Passfield, L.
    (2003)
    Ciencia y ciclismo: conocimiento actual y direcciones futuras para la investigación.
    Revista de Ciencias del Deporte, 21, 767-787. PubMed: 14579871.
    Determinantes de la producción de potencia y velocidad.Marcadores fisiológicos predictivos:Potencia en LT2, potencia pico (>5.5 W/kg), % fibras Tipo I, MLSS. Aplicaciones de modelado matemático.

Rendimiento en Escalada

  1. Padilla, S., et al.
    (1999)
    Capacidad de ciclismo en terreno llano y cuesta arriba en el ciclismo de ruta profesional.
    Revista europea de fisiología aplicada.
    La escalada está determinada principalmente por W/kg en el umbral. Aerodinámica despreciable en gradientes pronunciados (>7%). Eficiencia bruta ligeramente menor en subida vs. llano. Los cambios de posición corporal afectan la potencia y la comodidad.
  2. Swain, D.P.
    (1997)
    Un modelo para optimizar el rendimiento del ciclismo variando la potencia en colinas y con viento.
    Revista de Ciencias del Deporte.
    Ecuación de potencia para escalada. Cálculo VAM: (ganancia de elevación / tiempo) predice W/kg.Benchmarks VAM:700-900 m/h (club), 1000-1200 (competidores), 1300-1500 (élite), >1500 (World Tour). Estimación: W/kg ≈ VAM / (200 + 10 × % gradiente).
  3. Lucía, A., et al.
    (2004)
    Características fisiológicas de los mejores corredores eritreos: economía de carrera excepcional.
    Fisiología Aplicada, Nutrición y Metabolismo.
    Análisis de escaleras mecánicas de Grandes Vueltas.W/kg en umbral:Competitivo 4.0+, amateurs de élite 4.5+, semiprofesionales 5.0+, World Tour 5.5-6.5. Peso corporal bajo crítico—1kg importa en nivel de élite. VO₂máx >75 ml/kg/min común en escaleras mecánicas de élite.

Validación y Precisión de Potenciómetros

  1. Maier, T., et al.
    (2017)
    Precisión de los medidores de potencia de ciclismo frente a un modelo matemático de ciclismo en cinta rodante.
    Revista Internacional de Medicina del Deporte. PubMed: 28482367.
    Probados 54 potenciómetros de 9 fabricantes. Desviación media: -0,9 ± 3,2%. 6 dispositivos se desviaron >±5%. Coeficiente de variación: 1,2 ± 0,9%.Variabilidad significativa entre dispositivos.Importancia de la calibración y consistencia.
  2. Bouillod, A., et al.
    (2022)
    Advertencias y recomendaciones para evaluar la validez y confiabilidad de los medidores de potencia para ciclismo: una revisión sistemática del alcance.
    Sensores, 22(1), 386. PMC8749704.
    Revisión PRISMA:74 estudios analizados. Precisión métrica más estudiada (74 estudios). SRM más utilizado como estándar de oro. Potencia probada: hasta 1700W. Cadencia: 40-180RPM. Recomendaciones exhaustivas de metodología de validación.

Periodización y Distribución del Entrenamiento

  1. González-Ravé, J.M., et al.
    (2023)
    Periodización del entrenamiento, distribución de intensidad y volumen en ciclistas entrenados: una revisión sistemática.
    Revista Internacional de Fisiología y Rendimiento del Deporte, 18 (2), 112-126. PubMed: 36640771.
    Comparación de periodización por bloques vs. tradicional. Volumen: 7,5-11,68 horas/semana. Ambos mejoran VO₂máx, potencia pico, umbrales.No hay evidencia que favorezca un modelo específico.Distribución de intensidad de entrenamiento piramidal y polarizada ambas efectivas.
  2. Rønnestad, B.R., Hansen, J. y Ellefsen, S.
    (2014)
    La periodización en bloques de intervalos aeróbicos de alta intensidad proporciona efectos de entrenamiento superiores en ciclistas entrenados.
    Revista escandinava de medicina y ciencia en el deporte, 24 (1), 34-42. PubMed: 22646668.
    4 semanas de entrenamiento concentrado de VO₂máx. Carga frontal de intensidad dentro del mesociclo.La periodización por bloques produce adaptaciones superiorescomparada con enfoque mixto.

VO₂máx y Umbral de Lactato

  1. Støren, Ø., et al.
    (2013)
    Determinantes fisiológicos de la contrarreloj ciclista.
    Revista de investigación de fuerza y ​​​​acondicionamiento, 27 (9), 2366-2373.
    Potencia en umbral de lactato: mejor predictor de laboratorio. UL más predictivo que VO₂máx solo. Utilización fraccionada crítica. Élite: 82-95% VO₂máx en UL vs. 50-60% no entrenados.
  2. Faude, O., Kindermann, W. y Meyer, T.
    (2009)
    Conceptos de umbral de lactato: ¿Qué tan válidos son?
    Medicina deportiva, 39 (6), 469-490.
    Comparó múltiples métodos de determinación del UL. MLSS como estándar de oro. FTP20 sobreestima frente a MLSS. MLSS = 88,5% del FTP20.
  3. Coyle, EF
    (1995)
    Integración de los factores fisiológicos que determinan la capacidad de rendimiento de resistencia.
    Reseñas de Ciencias del Ejercicio y el Deporte, 23, 25-63.
    Revisión clásicade fisiología de resistencia. Integración: VO₂máx, umbral de lactato, economía. Determinantes del rendimiento ciclista. Trabajo seminal sobre fisiología del rendimiento.

Referencias Adicionales

  1. Seiler, S.
    (2010)
    ¿Cuál es la mejor práctica para la distribución de la intensidad y la duración del entrenamiento en atletas de resistencia?
    Revista Internacional de Fisiología y Rendimiento del Deporte.
    Trabajo pionero sobre distribución polarizada del entrenamiento. Regla 80/20: 80% baja intensidad (Zona 1-2), 20% alta intensidad (Zona 4-6). Observada en múltiples deportes de resistencia y atletas de élite.
  2. Jeukendrup, A. y Gleeson, M.
    (2010)
    Nutrición deportiva (segunda edición).
    Cinética Humana.
    Libro de texto exhaustivo de nutrición deportiva. Sistemas energéticos, metabolismo de macronutrientes, hidratación, suplementación, estrategias de nutrición periodizada para entrenamiento y competición.

Recursos en Línea y Documentación de Plataformas

  1. TrainingPeaks
    (n.d.)
    La ciencia del TrainingPeaks Performance Manager.
    Artículos de aprendizaje de TrainingPeaks.
    Referencia →
  2. TrainingPeaks
    (n.d.)
    Explicación de las puntuaciones de estrés de entrenamiento (TSS).
    Centro de ayuda de TrainingPeaks.
    Referencia →
  3. TrainingPeaks
    (n.d.)
    Una guía del entrenador sobre ATL, CTL y TSB.
    Blog de entrenadores de TrainingPeaks.
    Referencia →
  4. TrainerRoad
    (n.d.)
    ¿Qué son CTL, ATL, TSB y TSS? ¿Por qué son importantes?
    Blog de TrainerRoad.
    Referencia →
  5. Strava
    (n.d.)
    Documentación API de Strava.
    Desarrolladores de Strava.
    Referencia →
  6. Garmin
    (n.d.)
    Programa para desarrolladores Garmin Connect.
    Portal para desarrolladores de Garmin.
    Referencia →
  7. Wahoo Fitness
    (n.d.)
    API de Wahoo Fitness.
    Recursos para desarrolladores de Wahoo.
    Referencia →
  8. Polar
    (n.d.)
    Polar AccessLink API.
    Documentación para desarrolladores de Polar.
    Referencia →
  9. Alianza ANT+
    (n.d.)
    Documentación del protocolo ANT+.
    thisisant.com.
    Referencia →

Referencias de Plataformas Competidoras

  1. WKO5
    (n.d.)
    Software de análisis de ciclismo avanzado WKO5.
    EntrenamientoPeaks / WKO.
    Referencia →
    Software de escritorio. $169 compra única. Analítica más avanzada disponible. Modelado de potencia-duración, FRC, Pmáx, zonas individualizadas. Sin suscripción. Integración con TrainingPeaks.
  2. Intervals.icu
    (n.d.)
    Intervals.icu Plataforma gratuita de entrenamiento basado en energía.
    intervalos.icu.
    Referencia →
    Freemium (soporte opcional $4/mes). Estimación automática de FTP (eFTP). Gráfico Fitness/Fatiga/Forma. Detección automática de intervalos. Planes de entrenamiento con IA. Interfaz de usuario web moderna. Actualizaciones semanales.
  3. Golden Cheetah
    (sin fecha)
    Análisis de ciclismo de código abierto Golden Cheetah.
    goldencheetah.org.
    Referencia →
    100% código abierto y gratuito. Suite completa de análisis de potencia. Más de 300 métricas. Altamente personalizable. Escritorio individual. Sin aplicación móvil. Sin sincronizacion en la nube. Para usuarios avanzados.

Programas de Investigación Institucionales

  1. British Cycling
    (n.d.)
    British Cycling Research Programs.
    Ciclismo británico / Deporte del Reino Unido.
    Áreas de enfoque:Identificación y desarrollo de talento, análisis y modelado del rendimiento, monitoreo de carga de entrenamiento, componentes psicológicos del rendimiento de élite, fisiología ambiental, optimización de equipamiento.
  2. Revista de ciencia y ciclismo
    (s.f.)
    Revista de ciencia y ciclismo - Acceso abierto.
    Editor: Dr. Mikel Zabala, Universidad de Granada.
    Revista de acceso abierta revisada por pares.Temas recientes:Análisis de carga de entrenamiento en élite, rendimiento en ciclismo e-sports, análisis cinemático 2D, protocolos de acumulación de lactato, protocolos de rehabilitación para ciclistas.

Analítica Ciclista Basada en Ciencia

Estas 50+ referencias científicas forman la base de evidencia para Bike Analytics. Cada fórmula, métrica y recomendación está fundamentada en investigación revisada por pares y publicada en las principales revistas de fisiología del ejercicio, biomecánica e ingeniería deportiva.

La bibliografía abarca trabajos fundacionales desde la década de 1960 (Potencia Crítica de Monod & Scherrer) hasta investigación de vanguardia de la década de 2020 sobre modelado de balance de W', aerodinámica y optimización de carga de entrenamiento.

Integración Continua de Investigación

Bike Analytics se compromete a la revisión continua de nueva investigación y actualizaciones de algoritmos a medida que las metodologías se refinan y validan. La ciencia evoluciona—nuestra analítica evoluciona con ella.

Resumen de Investigación →Fórmulas TécnicasVolver al Inicio