Bibliografia scientifica completa

Riferimenti di ricerca a supporto di Bike Analytics

Letteratura scientifica di riferimento

Tutte le metriche e le formule in Bike Analytics sono supportate da ricerche peer-reviewed pubblicate nelle principali riviste di scienze dello sport, fisiologia dell'esercizio e biomeccanica.

📚 Copertura delle riviste

I riferimenti includono pubblicazioni tra cui:

  • Journal of Applied Physiology
  • Medicine and Science in Sports and Exercise
  • 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 Conditioning Research
  • Scandinavian Journal of Medicine & Science in Sports
  • Sensors (MDPI)

Libri essenziali

  1. Allen, H., & Coggan, A.R.
    (2019)
    Training and Racing with a Power Meter (3rd Edition).
    VeloPress. Co-autore con Stephen McGregor, PhD.
    Significato: Testo fondamentale che definisce il moderno allenamento basato sulla potenza. Tradotto in 12 lingue. Ha introdotto Normalized Power (NP), Training Stress Score (TSS), Intensity Factor (IF), profilazione della potenza e analisi dei quadranti. Il libro più influente sull'allenamento con misuratore di potenza.
  2. Friel, J.
    (2018)
    The Cyclist's Training Bible (5th Edition).
    VeloPress.
    Significato: Pubblicato originariamente nel 1996. Ha reso popolare la periodizzazione nel ciclismo. Libro di allenamento ciclistico più venduto. Metodologia completa per macrocicli, mesocicli, microcicli integrati con metriche del misuratore di potenza. Co-fondatore di TrainingPeaks.
  3. Cheung, S., & Zabala, M. (Eds.)
    (2017)
    Cycling Science.
    Human Kinetics.
    Contributori: 43 scienziati e allenatori. Copertura: Biomeccanica, aerodinamica, nutrizione, posizionamento in bici, tecnica di pedalata, ciclismo su pista, BMX, ultra-distanza. Compilazione autorevole della ricerca attuale.

Ricerca sulla Potenza di Soglia Funzionale (FTP)

  1. MacInnis, M.J., Thomas, A.C.Q., & Phillips, S.M.
    (2019)
    Is the FTP Test a Reliable, Reproducible and Functional Assessment Tool in Highly-Trained Athletes?
    International Journal of Exercise Science. PMC6886609.
    Risultati chiave: Alta affidabilità (ICC = 0.98, r² = 0.96). Ripetibilità: varianza da +13 a -17W, bias medio -2W. Identifica la potenza sostenibile per 1 ora nell'89% degli atleti. Errore tipico di misurazione: 2.3%. Impatto: Validato l'FTP come metrica affidabile accessibile sul campo.
  2. Karsten, B., et al.
    (2019)
    The Validity of Functional Threshold Power and Maximal Oxygen Uptake for Cycling Performance in Moderately Trained Cyclists.
    PMC6835290.
    Risultati chiave: W/kg a FTP 20-min correla con le prestazioni (r = -0.74, p < 0.01). VO₂max non mostra correlazione significativa (r=-0.37). Impatto: FTP più valido del VO₂max per prevedere le prestazioni ciclistiche.
  3. Gavin, T.P., et al.
    (2012)
    An Evaluation of the Effectiveness of FTP Testing.
    Journal of Sports Sciences.
    Il protocollo di test di 20 minuti mostra un'alta correlazione con la soglia del lattato misurata in laboratorio. Anche il test a rampa e il test di 8 minuti sono stati validati con caratteristiche diverse. La variabilità individuale richiede una validazione personalizzata nel tempo.

Potenza Critica e W' (Capacità Anaerobica)

  1. Monod, H., & Scherrer, J.
    (1965)
    The work capacity of a synergic muscular group.
    Journal de Physiologie.
    Lavoro fondamentale: Stabilita la teoria della Potenza Critica. Relazione iperbolica tra potenza e tempo all'esaurimento. CP come asintoto - massima potenza sostenibile indefinitamente. W' (W-prime) come capacità di lavoro anaerobico finita sopra la CP. Relazione lineare: Lavoro = CP × Tempo + W'.
  2. Jones, A.M., et al.
    (2019)
    Critical Power: Theory and Applications.
    Journal of Applied Physiology, 126(6), 1905-1915.
    Revisione completa: 50+ anni di ricerca CP. CP rappresenta il massimo stato stazionario metabolico: confine tra dominanza aerobica/anaerobica. Risultati chiave: CP tipicamente 72-77% della potenza massima di 1 minuto. CP rientra entro ±5W dell'FTP per la maggior parte dei ciclisti. W' varia da 6-25 kJ (tipico: 15-20 kJ). CP più robusta fisiologicamente dell'FTP attraverso i protocolli di test.
  3. Skiba, P.F., et al.
    (2014)
    Modeling the Expenditure and Reconstitution of Work Capacity Above Critical Power.
    Medicine and Science in Sports and Exercise.
    Modello W'BAL: Tracciamento in tempo reale dello stato della batteria anaerobica. Spesa: W'exp = ∫(Potenza - CP) quando P > CP. Cinetica di recupero: Esponenziale con costante di tempo τ = 546 × e^(-0.01×ΔCP) + 316. Applicazione: Essenziale per MTB (88+ scatti per gara di 2h), ottimizzazione della strategia di gara, gestione attacco/sprint. Ora in WKO5, Golden Cheetah, computer da ciclismo avanzati.
  4. Skiba, P.F., et al.
    (2015)
    Intramuscular determinants of the ability to recover work capacity above critical power.
    European Journal of Applied Physiology.
    Ulteriore affinamento del modello di ricostituzione W'. Esaminati i meccanismi fisiologici alla base delle dinamiche di recupero W'.
  5. Clark, I.E., et al.
    (2021)
    A Comparative Analysis of Critical Power Models in Elite Road Cyclists.
    PMC8562202.
    Ciclisti d'élite: VO₂max = 71.9 ± 5.9 ml·kg⁻¹·min⁻¹. Diversi modelli CP producono diversi valori W' (p = 0.0002). CP simile al punto di compensazione respiratoria. W' del modello non lineare a 3 parametri comparabile al lavoro a Wmax.
  6. Poole, D.C., et al.
    (2016)
    Critical Power: An Important Fatigue Threshold in Exercise Physiology.
    Medicine and Science in Sports and Exercise.
    CP rappresenta la demarcazione tra esercizio sostenibile e insostenibile. Sotto CP: stato stazionario metabolico, il lattato si stabilizza. Sopra CP: accumulo progressivo di sottoprodotti metabolici → fatica inevitabile.

Carico di Allenamento e Gestione delle Prestazioni

  1. Coggan, A.R., & Allen, H.
    (2003, 2010)
    Training and racing using a power meter: an introduction.
    TrainingPeaks / VeloPress.
    Formula TSS: TSS = (durata × NP × IF) / (FTP × 3600) × 100. Dove 100 TSS = 1 ora a FTP. Tiene conto sia della durata che dell'intensità. Fondamento per la gestione delle prestazioni CTL/ATL/TSB. Le metriche proprietarie di TrainingPeaks sono ora standard del settore.
  2. Banister, E.W., Calvert, T.W., Savage, M.V., & Bach, T.
    (1975)
    A Systems Model of Training for Athletic Performance.
    Australian Journal of Sports Medicine, 7, 57-61.
    Modello impulso-risposta originale. Paradigma fitness-fatica: Prestazione = Fitness - Fatica. Fondamento delle medie mobili ponderate esponenziali. Base teorica per TSS/CTL/ATL. Ha trasformato la periodizzazione da arte a scienza con precisione matematica.
  3. Banister, E.W., et al.
    (1991)
    Modeling elite athletic performance.
    Physiological Testing of Elite Athletes.
    Ulteriore sviluppo del modello impulso-risposta dell'allenamento. Applicazione alla periodizzazione degli atleti d'élite e alla previsione delle prestazioni.
  4. Busso, T.
    (2003)
    Variable dose-response relationship between exercise training and performance.
    Medicine and Science in Sports and Exercise.
    Gli adattamenti all'allenamento seguono modelli matematici prevedibili. La variabilità individuale richiede una modellazione personalizzata. Il carico di allenamento ottimale bilancia stimolo e recupero. Tassi di incremento >12 CTL/settimana associati a rischio di infortuni.
  5. Murray, N.B., et al.
    (2017)
    Training Load Monitoring Using Exponentially Weighted Moving Averages.
    Journal of Sports Sciences.
    Validati i rapporti di carico acuto/cronico EWMA. Costanti di tempo: k=7 (ATL), k=42 (CTL). Alpha: α = 2/(n+1). Traccia le prestazioni e il rischio di infortuni.

Ricerca sull'Aerodinamica

  1. Blocken, B., et al.
    (2017)
    Riding Against the Wind: A Review of Competition Cycling Aerodynamics.
    Sports Engineering, 20, 81-94.
    Studi CFD completi. Resistenza aerodinamica: 80-90% della forza in velocità. Intervalli CdA: 0.18-0.25 m² (TT élite) a 0.25-0.30 m² (buoni amatori). Coefficiente di resistenza: 0.6 (TT) a >0.8 (eretto). Ciclista che pedala: ~6% in più di resistenza. Risparmio di potenza: Ogni riduzione di 0.01 m² CdA fa risparmiare ~10W a 40 km/h. Scia: 27-50% riduzione di potenza seguendo la ruota.
  2. Blocken, B., et al.
    (2013)
    Aerodynamic drag in cycling: methods of assessment.
    Sports Engineering.
    Metodi per misurare e validare la resistenza aerodinamica. Protocolli di test in galleria del vento vs. sul campo. Studi di validazione CFD.
  3. Martin, J.C., et al.
    (2006)
    Validation of Mathematical Model for Road Cycling Power.
    Journal of Applied Biomechanics.
    Componenti dell'equazione della potenza: P_total = P_aero + P_gravity + P_rolling + P_kinetic. P_aero = CdA × 0.5 × ρ × V³ (cubico con la velocità). P_gravity = m × g × sin(pendenza) × V. P_rolling = Crr × m × g × cos(pendenza) × V. Validato rispetto ai dati reali del misuratore di potenza. Abilita la modellazione predittiva del percorso.
  4. Debraux, P., et al.
    (2011)
    Aerodynamic drag in cycling: methods and measurement.
    Computer Methods in Biomechanics and Biomedical Engineering.
    Il test sul campo con misuratori di potenza fornisce una misurazione pratica del CdA. La galleria del vento rimane il gold standard ma costosa. Ottimizzazione della posizione: miglioramento del CdA del 5-15%. I guadagni dell'attrezzatura si sommano per un miglioramento totale del 3-5%.

Biomeccanica ed Efficienza della Pedalata

  1. Lucia, A., et al.
    (2001)
    Physiology of professional road cycling.
    Sports Medicine.
    Intervalli di cadenza ottimali: Tempo/soglia 85-95 RPM, intervalli VO₂max 100-110 RPM, salite ripide 70-85 RPM. I ciclisti d'élite auto-selezionano cadenze che minimizzano il costo energetico. Cadenze più alte riducono la forza muscolare per pedalata. L'ottimizzazione individuale varia con il tipo di fibra.
  2. Coyle, E.F., et al.
    (1991)
    Cycling efficiency is related to the percentage of type I muscle fibers.
    Medicine and Science in Sports and Exercise.
    L'efficienza ciclistica è correlata alla % di fibre muscolari di Tipo I. Efficienza lorda: 18-25% (élite: 22-25%). La frequenza di pedalata influenza l'efficienza: esiste un ottimo individuale. L'allenamento migliora l'efficienza metabolica e meccanica.
  3. Patterson, R.P., & Moreno, M.I.
    (1990)
    Bicycle pedalling forces as a function of pedalling rate and power output.
    Medicine and Science in Sports and Exercise.
    La forza efficace sul pedale varia durante il ciclo della pedalata. Forza di picco: 90-110° dopo il punto morto superiore. I ciclisti esperti minimizzano il lavoro negativo durante la fase di risalita. Quantificazione dell'Efficacia della Coppia e della Fluidità della Pedalata.
  4. Jeukendrup, A.E., & Martin, J.
    (2001)
    Improving Cycling Performance: How Should We Spend Our Time and Money?
    Sports Medicine, 31(7), 559-569.
    Gerarchia delle prestazioni: 1. Posizione del ciclista (impatto maggiore), 2. Geometria dell'attrezzatura, 3. Resistenza al rotolamento e perdite della trasmissione. La selezione della cadenza influenza l'economia. Bilanciare l'aerodinamica con la potenza in uscita.
  5. Atkinson, G., Davison, R., Jeukendrup, A., & Passfield, L.
    (2003)
    Science and Cycling: Current Knowledge and Future Directions for Research.
    Journal of Sports Sciences, 21, 767-787. PubMed: 14579871.
    Determinanti della potenza in uscita e della velocità. Marker fisiologici predittivi: Potenza a LT2, potenza di picco (>5.5 W/kg), % fibre Tipo I, MLSS. Applicazioni di modellazione matematica.

Prestazioni in Salita

  1. Padilla, S., et al.
    (1999)
    Level ground and uphill cycling ability in professional road cycling.
    European Journal of Applied Physiology.
    Salita determinata principalmente da W/kg alla soglia. Aerodinamica trascurabile su pendenze ripide (>7%). Efficienza lorda leggermente inferiore in salita vs. pianura. I cambiamenti di posizione del corpo influenzano potenza e comfort.
  2. Swain, D.P.
    (1997)
    A model for optimizing cycling performance by varying power on hills and in wind.
    Journal of Sports Sciences.
    Equazione della potenza per la salita. Calcolo VAM: (guadagno di elevazione / tempo) predice W/kg. Benchmark VAM: 700-900 m/h (club), 1000-1200 (competitori), 1300-1500 (élite), >1500 (World Tour). Stima: W/kg ≈ VAM / (200 + 10 × pendenza%).
  3. Lucia, A., et al.
    (2004)
    Physiological characteristics of the best Eritrean runners—exceptional running economy.
    Applied Physiology, Nutrition, and Metabolism.
    Analisi scalatori Grand Tour. W/kg alla soglia: Competitivi 4.0+, amatori élite 4.5+, semi-pro 5.0+, World Tour 5.5-6.5. Basso peso corporeo critico: 1kg conta a livello élite. VO₂max >75 ml/kg/min comune negli scalatori d'élite.

Validazione e Accuratezza del Misuratore di Potenza

  1. Maier, T., et al.
    (2017)
    Accuracy of Cycling Power Meters Against a Mathematical Model of Treadmill Cycling.
    International Journal of Sports Medicine. PubMed: 28482367.
    Testati 54 misuratori di potenza di 9 produttori. Deviazione media: -0.9 ± 3.2%. 6 dispositivi hanno deviato >±5%. Coefficiente di variazione: 1.2 ± 0.9%. Significativa variabilità tra dispositivi. Importanza della calibrazione e della coerenza.
  2. Bouillod, A., et al.
    (2022)
    Caveats and Recommendations to Assess the Validity and Reliability of Cycling Power Meters: A Systematic Scoping Review.
    Sensors, 22(1), 386. PMC8749704.
    Revisione PRISMA: 74 studi analizzati. Accuratezza la metrica più studiata (74 studi). SRM più usato come gold standard. Potenza testata: fino a 1700W. Cadenza: 40-180 RPM. Raccomandazioni complete sulla metodologia di validazione.

Periodizzazione e Distribuzione dell'Allenamento

  1. González-Ravé, J.M., et al.
    (2023)
    Training Periodization, Intensity Distribution, and Volume in Trained Cyclists: A Systematic Review.
    International Journal of Sports Physiology and Performance, 18(2), 112-126. PubMed: 36640771.
    Confronto tra periodizzazione a blocchi e tradizionale. Volume: 7.5-11.68 ore/settimana. Entrambe migliorano VO₂max, potenza di picco, soglie. Nessuna prova a favore di un modello specifico. Distribuzione dell'intensità piramidale e polarizzata entrambe efficaci.
  2. Rønnestad, B.R., Hansen, J., & Ellefsen, S.
    (2014)
    Block Periodization of High-Intensity Aerobic Intervals Provides Superior Training Effects in Trained Cyclists.
    Scandinavian Journal of Medicine & Science in Sports, 24(1), 34-42. PubMed: 22646668.
    4 settimane di allenamento VO₂max concentrato. Intensità caricata frontalmente all'interno del mesociclo. La periodizzazione a blocchi produce adattamenti superiori rispetto all'approccio misto.

VO₂max e Soglia del Lattato

  1. Støren, Ø., et al.
    (2013)
    Physiological Determinants of the Cycling Time Trial.
    Journal of Strength and Conditioning Research, 27(9), 2366-2373.
    Potenza alla soglia del lattato: miglior predittore di laboratorio. LT più predittivo del VO₂max da solo. Utilizzo frazionario critico. Élite: 82-95% VO₂max a LT vs. 50-60% non allenati.
  2. Faude, O., Kindermann, W., & Meyer, T.
    (2009)
    Lactate Threshold Concepts: How Valid Are They?
    Sports Medicine, 39(6), 469-490.
    Confrontati molteplici metodi di determinazione LT. MLSS come gold standard. FTP20 sovrastima vs. MLSS. MLSS = 88.5% di FTP20.
  3. Coyle, E.F.
    (1995)
    Integration of the Physiological Factors Determining Endurance Performance Ability.
    Exercise and Sport Sciences Reviews, 23, 25-63.
    Revisione classica della fisiologia della resistenza. Integrazione: VO₂max, soglia del lattato, economia. Determinanti delle prestazioni ciclistiche. Lavoro fondamentale sulla fisiologia delle prestazioni.

Riferimenti aggiuntivi

  1. Seiler, S.
    (2010)
    What is Best Practice for Training Intensity and Duration Distribution in Endurance Athletes?
    International Journal of Sports Physiology and Performance.
    Lavoro pionieristico sulla distribuzione dell'allenamento polarizzato. Regola 80/20: 80% bassa intensità (Zona 1-2), 20% alta intensità (Zona 4-6). Osservato in molteplici sport di resistenza e atleti d'élite.
  2. Jeukendrup, A., & Gleeson, M.
    (2010)
    Sport Nutrition (2nd Edition).
    Human Kinetics.
    Libro di testo completo sulla nutrizione sportiva. Sistemi energetici, metabolismo dei macronutrienti, idratazione, integrazione, strategie nutrizionali periodizzate per allenamento e competizione.

Risorse online e documentazione della piattaforma

  1. TrainingPeaks
    (n.d.)
    The Science of the TrainingPeaks Performance Manager.
    TrainingPeaks Learn Articles.
    Riferimento →
  2. TrainingPeaks
    (n.d.)
    Training Stress Scores (TSS) Explained.
    TrainingPeaks Help Center.
    Riferimento →
  3. TrainingPeaks
    (n.d.)
    A Coach's Guide to ATL, CTL & TSB.
    TrainingPeaks Coach Blog.
    Riferimento →
  4. TrainerRoad
    (n.d.)
    What are CTL, ATL, TSB & TSS? Why Do They Matter?
    TrainerRoad Blog.
    Riferimento →
  5. Strava
    (n.d.)
    Strava API Documentation.
    Strava Developers.
    Riferimento →
  6. Garmin
    (n.d.)
    Garmin Connect Developer Program.
    Garmin Developer Portal.
    Riferimento →
  7. Wahoo Fitness
    (n.d.)
    Wahoo Fitness API.
    Wahoo Developer Resources.
    Riferimento →
  8. Polar
    (n.d.)
    Polar AccessLink API.
    Polar Developer Documentation.
    Riferimento →
  9. ANT+ Alliance
    (n.d.)
    ANT+ Protocol Documentation.
    thisisant.com.
    Riferimento →

Riferimenti Piattaforme Competitive

  1. WKO5
    (n.d.)
    WKO5 Advanced Cycling Analytics Software.
    TrainingPeaks / WKO.
    Riferimento →
    Software desktop. Acquisto una tantum $169. Analisi più avanzata disponibile. Modellazione potenza-durata, FRC, Pmax, zone individualizzate. Nessun abbonamento. Integrazione con TrainingPeaks.
  2. Intervals.icu
    (n.d.)
    Intervals.icu Free Power-Based Training Platform.
    intervals.icu.
    Riferimento →
    Freemium (supporto opzionale $4/mese). Stima FTP automatica (eFTP). Grafico Fitness/Fatica/Forma. Rilevamento automatico intervalli. Piani di allenamento AI. UI web moderna. Aggiornamenti settimanali.
  3. Golden Cheetah
    (n.d.)
    Golden Cheetah Open-Source Cycling Analytics.
    goldencheetah.org.
    Riferimento →
    100% open-source e gratuito. Suite completa di analisi della potenza. 300+ metriche. Altamente personalizzabile. Solo desktop. Nessuna app mobile. Nessuna sincronizzazione cloud. Per utenti avanzati.

Programmi di Ricerca Istituzionali

  1. British Cycling
    (n.d.)
    British Cycling Research Programs.
    British Cycling / UK Sport.
    Aree di interesse: Identificazione e sviluppo dei talenti, analisi e modellazione delle prestazioni, monitoraggio del carico di allenamento, componenti psicologiche delle prestazioni d'élite, fisiologia ambientale, ottimizzazione dell'attrezzatura.
  2. Journal of Science and Cycling
    (n.d.)
    Journal of Science and Cycling - Open Access.
    Editor: Dr. Mikel Zabala, University of Granada.
    Rivista peer-reviewed ad accesso aperto. Argomenti recenti: Analisi del carico di allenamento d'élite, prestazioni ciclistiche e-sports, analisi cinematica 2D, protocolli di accumulo del lattato, protocolli di riabilitazione per ciclisti.

Analisi Ciclistica Basata sulla Scienza

Questi 50+ riferimenti scientifici formano la base di prove per Bike Analytics. Ogni formula, metrica e raccomandazione è fondata su ricerche peer-reviewed pubblicate nelle principali riviste di fisiologia dell'esercizio, biomeccanica e ingegneria sportiva.

Questi riferimenti spaziano dai lavori fondamentali degli anni '60 (Potenza Critica di Monod & Scherrer) fino alla ricerca all'avanguardia degli anni 2020 sulla modellazione del bilancio W', aerodinamica e ottimizzazione del carico di allenamento.

Integrazione Continua della Ricerca

Bike Analytics si impegna nella revisione continua di nuove ricerche e aggiornamenti agli algoritmi man mano che le metodologie vengono affinate e validate. La scienza evolve: la nostra analisi evolve con essa.