บรรณานุกรมทางวิทยาศาสตร์ฉบับสมบูรณ์

เอกสารอ้างอิงงานวิจัยที่สนับสนุน Bike Analytics

วรรณกรรมทางวิทยาศาสตร์ที่ใช้อ้างอิง

ตัวชี้วัดและสูตรคำนวณทั้งหมดใน Bike Analytics ได้รับการสนับสนุนโดยงานวิจัยที่ผ่านการตรวจสอบโดยผู้เชี่ยวชาญ (Peer-reviewed) ซึ่งตีพิมพ์ในวารสารวิทยาศาสตร์การกีฬา, สรีรวิทยาการออกกำลังกาย และชีวกลศาสตร์ชั้นนำ

📚 ครอบคลุมวารสาร

เอกสารอ้างอิงครอบคลุมสิ่งตีพิมพ์ต่างๆ ดังนี้:

  • 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)

หนังสือที่จำเป็น

  1. Allen, H., & Coggan, A.R.
    (2019)
    Training and Racing with a Power Meter (3rd Edition).
    VeloPress. Co-authored with Stephen McGregor, PhD.
    ความสำคัญ: ตำราพื้นฐานที่กำหนดนิยามการฝึกซ้อมด้วยพาวเวอร์มิเตอร์สมัยใหม่ ได้รับการแปลเป็น 12 ภาษา แนะนำแนวคิดเรื่อง Normalized Power (NP), Training Stress Score (TSS), Intensity Factor (IF), การจัดทำ Power Profiling และการวิเคราะห์ Quadrant Analysis เป็นหนังสือที่มีอิทธิพลมากที่สุดเกี่ยวกับการฝึกซ้อมด้วยพาวเวอร์มิเตอร์
  2. Friel, J.
    (2018)
    The Cyclist's Training Bible (5th Edition).
    VeloPress.
    ความสำคัญ: ตีพิมพ์ครั้งแรกในปี 1996 เป็นเล่มที่ทำให้การวางแผนการฝึกซ้อมแบบแบ่งช่วง (Periodization) เป็นที่นิยมในการปั่นจักรยาน เป็นหนังสือฝึกซ้อมการปั่นจักรยานที่ขายดีที่สุด นำเสนอวิธีการที่ครอบคลุมสำหรับ Macrocycles, Mesocycles และ Microcycles ที่บูรณาการร่วมกับตัวชี้วัดจากพาวเวอร์มิเตอร์ (ผู้เขียนยังเป็นผู้ร่วมก่อตั้ง TrainingPeaks)
  3. Cheung, S., & Zabala, M. (Eds.)
    (2017)
    Cycling Science.
    Human Kinetics.
    ผู้ร่วมเขียน: นักวิทยาศาสตร์และโค้ช 43 ท่าน เนื้อหาครอบคลุม: ชีวกลศาสตร์, แอโรไดนามิก, โภชนาการ, การทำ Bike Fit, เทคนิคการปั่น, การแข่งลู่, BMX และการปั่นระยะไกลพิเศษ (Ultra-distance) เป็นการรวบรวมงานวิจัยปัจจุบันที่น่าเชื่อถือระดับโลก

งานวิจัยเกี่ยวกับ Functional Threshold Power (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.
    ข้อค้นพบที่สำคัญ: มีความเชื่อถือได้สูง (ICC = 0.98, r² = 0.96) ความสามารถในการทำซ้ำ: ความแปรปรวน +13 ถึง -17 วัตต์, ค่าเบี่ยงเบนเฉลี่ย -2 วัตต์ ระบุระดับพลังงานที่ทำได้ต่อเนื่อง 1 ชั่วโมงในนักกีฬา 89% ค่าความคลาดเคลื่อนมาตรฐานของการวัด: 2.3% ผลกระทบ: ยอมรับว่า FTP เป็นตัวชี้วัดที่เชื่อถือได้และสามารถทดสอบได้จริงในสนาม
  2. Karsten, B., et al.
    (2019)
    The Validity of Functional Threshold Power and Maximal Oxygen Uptake for Cycling Performance in Moderately Trained Cyclists.
    PMC6835290.
    ข้อค้นพบที่สำคัญ: ค่าวัตต์ต่อกิโลกรัมที่ FTP 20 นาที มีความสัมพันธ์กับสมรรถนะ (r = -0.74, p < 0.01) ในขณะที่ VO₂max ไม่พบความสัมพันธ์ที่มีนัยสำคัญ (r=-0.37) ผลกระทบ: FTP มีความถูกต้องในการพยากรณ์สมรรถนะการปั่นมากกว่า VO₂max
  3. Gavin, T.P., et al.
    (2012)
    An Evaluation of the Effectiveness of FTP Testing.
    Journal of Sports Sciences.
    โปรโตคอลการทดสอบ 20 นาทีแสดงให้เห็นถึงความสัมพันธ์ที่สูงกับเกณฑ์แลคเตท (Lactate Threshold) ที่วัดในห้องแล็บ นอกจากนี้ยังมีการยอมรับวิธี Ramp test และการทดสอบ 8 นาทีด้วย ซึ่งมีความแปรปรวนส่วนบุคคลที่ต้องอาศัยการตรวจสอบในระยะยาว

Critical Power และ W' (ความสามารถแบบไร้ออกซิเจน)

  1. Monod, H., & Scherrer, J.
    (1965)
    The work capacity of a synergic muscular group.
    Journal de Physiologie.
    งานวิจัยต้นกำเนิด: เป็นจุดเริ่มต้นของทฤษฎี Critical Power แสดงความสัมพันธ์แบบไฮเพอร์โบลา (Hyperbolic) ระหว่างกำลังและเวลาที่ใช้จนหมดแรง CP คือจุดแอซิมโทต (Asymptote) หรือกำลังสูงสุดที่สามารถทำได้ต่อเนื่องยาวนาน ส่วน W' (W-prime) คือขีดความสามารถการทำงานแบบไร้ออกซิเจนที่มีจำกัดเหนือระดับ CP ความสัมพันธ์แบบเส้นตรงคือ: งานที่ทำได้ = CP × เวลา + W'
  2. Jones, A.M., et al.
    (2019)
    Critical Power: Theory and Applications.
    Journal of Applied Physiology, 126(6), 1905-1915.
    บทวิเคราะห์ที่ครอบคลุม: การรวบรวมงานวิจัย CP ตลอด 50 กว่าปี CP คือระดับสถานะคงตัวของการเผาผลาญสูงสุด (Maximal Metabolic Steady State)—ซึ่งเป็นเขตแบ่งระหว่างการใช้พลังงานแบบใช้ออกซิเจนและไร้ออกซิเจน ข้อค้นพบหลัก: ปกติ CP จะอยู่ที่ 72-77% ของพลังงานสูงสุดใน 1 นาที สำหรับนักปั่นส่วนใหญ่ CP จะอยู่ห่างจาก FTP ไม่เกิน ±5 วัตต์ ส่วนค่า W' จะอยู่ในช่วง 6-25 kJ (ปกติคือ 15-20 kJ) CP เป็นตัวชี้วัดที่มีความมั่นคงทางสรีรวิทยามากกว่า FTP ในหลายโปรโตคอลการทดสอบ
  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.
    แบบจำลอง W'BAL: การติดตามสถานะแบตเตอรี่ไร้ออกซิเจนแบบเรียลไทม์ การใช้พลังงาน: W'exp = ∫(Power - CP) เมื่อ P > CP การฟื้นฟู (Recovery): เป็นแบบ Exponential โดยมีค่าคงที่เวลา τ = 546 × e^(-0.01×ΔCP) + 316 การประยุกต์ใช้: จำเป็นสำหรับนักปั่น MTB (ที่มีการกระชาก 88+ ครั้งต่อการแข่ง 2 ชม.), การเพิ่มประสิทธิภาพกลยุทธ์การแข่ง และการจัดการจังหวะโจมตี/สปรินต์ ปัจจุบันมีใช้งานใน WKO5, Golden Cheetah และไมล์จักรยานขั้นสูง
  4. Skiba, P.F., et al.
    (2015)
    Intramuscular determinants of the ability to recover work capacity above critical power.
    European Journal of Applied Physiology.
    การปรับปรุงแบบจำลองการฟื้นฟู W' ให้ดียิ่งขึ้น โดยศึกษาลึกลงไปถึงกลไกทางสรีรวิทยาที่อยู่เบื้องหลังกระบวนการฟื้่นคืนของ W'
  5. Clark, I.E., et al.
    (2021)
    A Comparative Analysis of Critical Power Models in Elite Road Cyclists.
    PMC8562202.
    ในนักปั่นระดับสูง: VO₂max = 71.9 ± 5.9 ml·kg⁻¹·min⁻¹ แบบจำลอง CP ที่แตกต่างกันจะให้ค่า W' ที่ต่างกัน (p = 0.0002) CP มีความใกล้เคียงกับจุดหายใจชดเชย (Respiratory compensation point) และแบบจำลอง Nonlinear-3 ให้ค่า W' ที่เทียบเคียงได้กับงานที่ทำได้ที่ 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 คือแนวแบ่งเขตระหว่างระดับการออกกำลังกายที่ทำได้ต่อเนื่องและไม่ต่อเนื่อง ต่ำกว่า CP: ร่างกายมีสภาวะการเผาผลาญคงตัว ระดับแลคเตทคงที่ เมื่ออยู่เหนือ CP: จะมีการสะสมของเสียโดยอัตโนมัติซึ่งนำไปสู่ความเหนื่อยล้าอย่างเลี่ยงไม่ได้

ปริมาณการฝึกซ้อมและการจัดการสมรรถนะ

  1. Coggan, A.R., & Allen, H.
    (2003, 2010)
    Training and racing using a power meter: an introduction.
    TrainingPeaks / VeloPress.
    สูตร TSS: TSS = (ระยะเวลา × NP × IF) / (FTP × 3600) × 100 โดยที่ 100 TSS = 1 ชั่วโมงที่ระดับ FTP สูตรนี้พิจารณาทั้งระยะเวลาและความเข้มข้น เป็นพื้นฐานสำหรับการจัดการสมรรถนะแบบ CTL/ATL/TSB ตัวชี้วัดของ TrainingPeaks เหล่านี้ได้กลายเป็นมาตรฐานอุตสาหกรรมในปัจจุบัน
  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.
    แบบจำลองดั้งเดิมของการตอบสนองแรงกระตุ้น (Impulse-response model): กระบวนทัศน์ความฟิตและความเหนื่อยล้า (Fitness-fatigue paradigm): สมรรถนะ = ความฟิต - ความเหนื่อยล้า เป็นพื้นฐานของการหาค่าเฉลี่ยเคลื่อนที่แบบถ่วงน้ำหนักเอ็กซ์โพเนนเชียล (EWMA) พื้นฐานทางทฤษฎีสำหรับ TSS/CTL/ATL: เปลี่ยนการวางแผนการซ้อม (Periodization) จากศาสตร์แห่งศิลป์มาเป็นวิทยาศาสตร์ที่มีความแม่นยำทางคณิตศาสตร์
  3. Banister, E.W., et al.
    (1991)
    Modeling elite athletic performance.
    Physiological Testing of Elite Athletes.
    การพัฒนาเพิ่มเติมของแบบจำลองการตอบสนองแรงกระตุ้นจากการฝึกซ้อม การประยุกต์ใช้กับการวางแผนการซ้อมของนักกีฬาระดับสูงและการพยากรณ์สมรรถนะ
  4. Busso, T.
    (2003)
    Variable dose-response relationship between exercise training and performance.
    Medicine and Science in Sports and Exercise.
    การปรับตัวจากการฝึกซ้อมเป็นไปตามรูปแบบทางคณิตศาสตร์ที่คาดการณ์ได้ ความแปรปรวนรายบุคคลต้องการแบบจำลองเฉพาะตัว ปริมาณการฝึกซ้อมที่เหมาะสมที่สุดคือการสร้างสมดุลระหว่างสิ่งกระตุ้นและการฟื้นฟู อัตราการเพิ่มโหลด (Ramp rates) ที่มากกว่า 12 CTL/สัปดาห์ มีความสัมพันธ์กับความเสี่ยงในการบาดเจ็บ
  5. Murray, N.B., et al.
    (2017)
    Training Load Monitoring Using Exponentially Weighted Moving Averages.
    Journal of Sports Sciences.
    การรับรองความถูกต้องของอัตราส่วนโหลดระยะสั้น/ระยะยาว (Acute/Chronic load ratios) แบบ EWMA ค่าคงที่เวลา: k=7 (ATL), k=42 (CTL) และค่าอัลฟ่า: α = 2/(n+1) ใช้สำหรับติดตามสมรรถนะและความเสี่ยงในการบาดเจ็บ

งานวิจัยเกี่ยวกับแอโรไดนามิก

  1. Blocken, B., et al.
    (2017)
    Riding Against the Wind: A Review of Competition Cycling Aerodynamics.
    Sports Engineering, 20, 81-94.
    การศึกษาแบบจำลอง CFD ที่ครอบคลุม: แรงต้านอากาศมีสัดส่วนเป็น 80-90% ของแรงรวมที่ความเร็วสูง ช่วงค่า CdA: 0.18-0.25 ม.² (นักปั่น TT ระดับโลก) ถึง 0.25-0.30 ม.² (นักปั่นสมัครเล่นฝีมือดี) ค่าสัมประสิทธิ์แรงต้าน: 0.6 (TT) ถึง >0.8 (ตัวตรง) การควงขาของนักปั่นเพิ่มแรงต้าน ~6% การประยุกต์ใช้: การลดค่า CdA ลงทุกๆ 0.01 ม.² จะช่วยประหยัดพลังงาน ~10 วัตต์ที่ความเร็ว 40 กม./ชม. การจี้ลม (Drafting): ลดการใช้พลังงานได้ 27-50% เมื่อตามคนข้างหน้า
  2. Blocken, B., et al.
    (2013)
    Aerodynamic drag in cycling: methods of assessment.
    Sports Engineering.
    วิธีการวัดและทดสอบความถูกต้องของแรงต้านอากาศ การเปรียบเทียบระหว่างอุโมงค์ลมเทียบกับโปรโตคอลการทดสอบในสนาม และการศึกษาแบบจำลอง CFD
  3. Martin, J.C., et al.
    (2006)
    Validation of Mathematical Model for Road Cycling Power.
    Journal of Applied Biomechanics.
    ส่วนประกอบของสมการพลังงาน: P_total = P_aero + P_gravity + P_rolling + P_kinetic โดยที่ P_aero = CdA × 0.5 × ρ × V³ (ความสัมพันธ์ยกกำลังสามกับความเร็ว) P_gravity = m × g × sin(gradient) × V และ P_rolling = Crr × m × g × cos(gradient) × V ได้รับการรับรองด้วยข้อมูลจริงจากพาวเวอร์มิเตอร์ ช่วยให้สามารถจำลองเส้นทางเพื่อพยากรณ์สมรรถนะได้
  4. Debraux, P., et al.
    (2011)
    Aerodynamic drag in cycling: methods and measurement.
    Computer Methods in Biomechanics and Biomedical Engineering.
    การทดสอบในสนามด้วยพาวเวอร์มิเตอร์ช่วยให้วัดค่า CdA ได้ในทางปฏิบัติ อุโมงค์ลมยังคงเป็นมาตรฐานสูงสุดแต่มีราคาสูง การปรับปรุงท่าทางช่วยลด CdA ได้ 5-15% การอัปเกรดอุปกรณ์ช่วยลดได้ 3-5%

ชีวกลศาสตร์และประสิทธิภาพการควงขา

  1. Lucia, A., et al.
    (2001)
    Physiology of professional road cycling.
    Sports Medicine.
    ช่วงรอบขาที่เหมาะสมที่สุด: ระดับ Tempo/Threshold 85-95 RPM, ช่วง Interval ระดับ VO₂max 100-110 RPM, ทางชัน 70-85 RPM นักปั่นระดับมืออาชีพมักจะเลือกรอบขาด้วยตัวเองเพื่อลดการใช้พลังงาน รอบขาที่สูงขึ้นช่วยลดแรงกล้ามเนื้อที่ต้องการต่อการควงขาหนึ่งรอบ การเพิ่มประสิทธิภาพรายบุคคลจะแปรผันตามประเภทของเส้นใยกล้ามเนื้อ
  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.
    ประสิทธิภาพการปั่นมีความสัมพันธ์กับเปอร์เซ็นต์ของเส้นใยกล้ามเนื้อประเภทที่ 1 (Type I) ประสิทธิภาพรวม (Gross efficiency): 18-25% (ระดับสูง: 22-25%) อัตราการควงขาส่งผลต่อประสิทธิภาพ—ซึ่งแต่ละคนจะมีจุดที่เหมาะสมที่สุดของตัวเอง การฝึกซ้อมช่วยปรับปรุงประสิทธิภาพทั้งทางเมแทบอลิซึมและทางกล
  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.
    แรงควงขาที่มีประสิทธิภาพจะแปรผันตลอดรอบการปั่น แรงสูงสุดจะอยู่ที่ 90-110° หลังจากผ่านจุดบนสุด (Top dead center) นักปั่นที่มีทักษะจะลด "งานลบ" (Negative work) ในช่วงการดึงขาขึ้น การวัดเชิงปริมาณของประสิทธิภาพแรงบิด (Torque Effectiveness) และความราบรื่นในการปั่น (Pedal Smoothness)
  4. Jeukendrup, A.E., & Martin, J.
    (2001)
    Improving Cycling Performance: How Should We Spend Our Time and Money?
    Sports Medicine, 31(7), 559-569.
    ลำดับความสำคัญของสมรรถนะ: 1. ท่าทางของนักปั่น (ส่งผลมากที่สุด), 2. รูปทรงของอุปกรณ์, 3. แรงเสียดทานการหมุนและความสูญเสียในระบบขับเคลื่อน การเลือกรอบขาส่งผลต่อความประหยัดพลังงาน (Economy) ต้องสร้างสมดุลระหว่างแอโรไดนามิกและกำลังที่ส่งออกมา
  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.
    ปัจจัยกำหนดพละกำลังและความเร็ว ตัวชี้วัดทางสรีรวิทยาเพื่อการพยากรณ์: พลังงานที่ระดับ LT2, พลังงานสูงสุด (>5.5 W/kg), % ของเส้นใยกล้ามเนื้อประเภทที่ 1 และ MLSS รวมถึงการประยุกต์ใช้แบบจำลองทางคณิตศาสตร์

สมรรถนะการขึ้นเขา

  1. Padilla, S., et al.
    (1999)
    Level ground and uphill cycling ability in professional road cycling.
    European Journal of Applied Physiology.
    ความสามารถในการขึ้นเขาวัดจากค่าวัตต์ต่อกิโลกรัม (W/kg) ที่ระดับ threshold เป็นหลัก แอโรไดนามิกมีผลน้อยมากบนความชันที่สูง (>7%) ประสิทธิภาพรวมในการขึ้นเขาจะต่ำกว่าทางราบเล็กน้อย การเปลี่ยนตำแหน่งร่างกายส่งผลต่อพละกำลังและความสบาย
  2. Swain, D.P.
    (1997)
    A model for optimizing cycling performance by varying power on hills and in wind.
    Journal of Sports Sciences.
    สมการพลังงานสำหรับการขึ้นเขา การคำนวณ VAM: (ความชันที่ไต่ได้ / เวลา) ใช้เพื่อพยากรณ์ W/kg เกณฑ์มาตรฐาน VAM: 700-900 m/h (ระดับสโมสร), 1000-1200 (ระดับแข่งขัน), 1300-1500 (ระดับสูง), >1500 (World Tour) การประมาณค่า: W/kg ≈ VAM / (200 + 10 × เปอร์เซ็นต์ความชัน)
  3. Lucia, A., et al.
    (2004)
    Physiological profile of professional road cyclists: determining factors of high performance.
    British Journal of Sports Medicine.
    การวิเคราะห์นักปั่นสายเขาใน Grand Tour W/kg ที่ระดับ threshold: ระดับแข่งขัน 4.0+, สมัครเล่นระดับสูง 4.5+, กึ่งอาชีพ 5.0+, World Tour 5.5-6.5 การมีน้ำหนักตัวต่ำเป็นสิ่งสำคัญ—น้ำหนักเพียง 1 กก. มีผลอย่างมากในระดับสูง และมักพบค่า VO₂max >75 ml/kg/min ในนักปั่นสายเขาเหล่านี้

ความถูกต้องและการรับรองความแม่นยำของพาวเวอร์มิเตอร์

  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.
    ทดสอบพาวเวอร์มิเตอร์ 54 ตัวจากผู้ผลิต 9 ราย ค่าเบี่ยงเบนเฉลี่ย: -0.9 ± 3.2% พบอุปกรณ์ 6 ชิ้นเบี่ยงเบนมากกว่า ±5% ค่าสัมประสิทธิ์ความแปรปรวน: 1.2 ± 0.9% พบความแปรปรวนระหว่างอุปกรณ์ที่มีนัยสำคัญ เน้นย้ำความสำคัญของการสอบเทียบ (Calibration) และความสม่ำเสมอในการใช้งาน
  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.
    การทบทวนแบบ PRISMA: วิเคราะห์งานวิจัย 74 เรื่อง ความแม่นยำเป็นตัวชี้วัดที่ถูกศึกษามากที่สุด SRM เป็นอุปกรณ์ที่ถูกนำมาใช้เป็นมาตรฐาน (Gold standard) มากที่สุด พิกัดพลังงานที่ทดสอบ: สูงถึง 1700 วัตต์ รอบขา: 40-180 RPM พร้อมคำแนะนำวิธีการตรวจสอบความถูกต้องที่ครอบคลุม

การวางแผนการฝึกซ้อมแบบแบ่งช่วงและการกระจายความเข้มข้น

  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.
    เปรียบเทียบระหว่างแบบ Block และแบบดั้งเดิม (Traditional) ปริมาณการซ้อม: 7.5-11.68 ชั่วโมง/สัปดาห์ ทั้งสองแบบช่วยปรับปรุง VO₂max, พลังงานสูงสุด และระดับ threshold ไม่พบหลักฐานที่ยืนยันว่าแบบใดดีกว่ากันอย่างชัดเจน การกระจายความเข้มข้นทั้งแบบ Pyramidal และ Polarized ต่างมีประสิทธิภาพทั้งคู่
  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.
    การฝึกซ้อมแบบ VO₂max เข้มข้น 4 สัปดาห์ การเน้นความเข้มข้นในช่วงต้นของ Mesocycle การแบ่งช่วงแบบ Block ให้ผลการปรับตัวที่ดีกว่า เมื่อเทียบกับวิธีการฝึกซ้อมแบบผสม

VO₂max และเกณฑ์แลคเตท (Lactate Threshold)

  1. Støren, Ø., et al.
    (2013)
    Physiological Determinants of the Cycling Time Trial.
    Journal of Strength and Conditioning Research, 27(9), 2366-2373.
    พละพลังงานที่เกณฑ์แลคเตท: เป็นตัวพยากรณ์ที่ดีที่สุดในห้องปฏิบัติการ LT มีความแม่นยำในการพยากรณ์มากกว่า VO₂max เพียงอย่างเดียว สัดส่วนการดึงมาใช้ (Fractional utilization) เป็นสิ่งสำคัญ: นักปั่นระดับสูงใช้ 82-95% ของ VO₂max ที่ระดับ LT เทียบกับ 50-60% ในผู้ที่ไม่ได้ผ่านการฝึกซ้อม
  2. Faude, O., Kindermann, W., & Meyer, T.
    (2009)
    Lactate Threshold Concepts: How Valid Are They?
    Sports Medicine, 39(6), 469-490.
    เปรียบเทียบวิธีกำหนดค่า LT หลายวิธี โดยมี MLSS เป็นมาตรฐานสูงสุด ผลการทดสอบ FTP 20 นาทีมักจะให้ค่าสูงเกินจริงเมื่อเทียบกับ MLSS โดย MLSS จะอยู่ที่ประมาณ 88.5% ของค่าที่ได้จาก FTP 20 นาที
  3. Coyle, E.F.
    (1995)
    Integration of the Physiological Factors Determining Endurance Performance Ability.
    Exercise and Sport Sciences Reviews, 23, 25-63.
    บทวิเคราะห์ระดับตำนาน เกี่ยวกับสรีรวิทยาความทนทาน การรวมปัจจัย: VO₂max, เกณฑ์แลคเตท และความประหยัด (Economy) ปัจจัยกำหนดสมรรถนะการปั่นจักรยาน เป็นงานวิจัยต้นแบบเกี่ยวกับสรีรวิทยาสมรรถนะ

เอกสารอ้างอิงเพิ่มเติม

  1. Seiler, S.
    (2010)
    What is Best Practice for Training Intensity and Duration Distribution in Endurance Athletes?
    International Journal of Sports Physiology and Performance.
    งานวิจัยบุกเบิกเกี่ยวกับการกระจายความเข้มข้นแบบ Polarized กฎ 80/20: 80% เป็นความเข้มข้นต่ำ (Zone 1-2), 20% เป็นความเข้มข้นสูง (Zone 4-6) ซึ่งพบในกีฬาความทนทานหลายประเภทและในนักกีฬาระดับโลก
  2. Jeukendrup, A., & Gleeson, M.
    (2010)
    Sport Nutrition (2nd Edition).
    Human Kinetics.
    ตำราโภชนาการกีฬาที่ครอบคลุม ระบบพลังงาน, การเผาผลาญสารอาหารหลัก, การเติมน้ำ (Hydration), ผลิตภัณฑ์เสริมอาหาร และกลยุทธ์โภชนาการแบบแบ่งช่วงสำหรับการฝึกซ้อมและการแข่งขัน

การรับรองความถูกต้องของแพลตฟอร์มซอฟต์แวร์

  1. TrainingPeaks / WKO.
    (2023)
    WKO Software Documentation & White Papers.
    WKO Power Analytics.
    ตัวชี้วัดที่เป็นกรรมสิทธิ์: อัลกอริทึมสำหรับ mFTP (Modeled FTP), Power-Duration curve (แบบจำลองที่ปรับแต่งจากของเดิม), PMAX และ Functional Reserve Capacity (FRC—คล้ายกับ W' แต่ใช้อัลกอริทึมต่างกัน) White papers เหล่านี้อธิบายถึงความถูกต้องทางสถิติของตัวชี้วัดและวิธีที่พวกมันจำลองสรีรวิทยาของนักปั่นจากข้อมูลพาวเวอร์มิเตอร์ที่ซับซ้อน
  2. Golden Cheetah Project.
    (2022)
    Open Source Analytics for Endurance Sports.
    GoldenCheetah.org Documentation.
    การนำแบบจำลองไปใช้: รายละเอียดทางเทคนิคของการนำทฤษฎี Critical Power, แบบจำลอง W'BAL ของ Skiba และทฤษฎี Aerodynamic Decoupling ไปใช้ในโปรแกรมวิเคราะห์ข้อมูลแบบ Open source ตัวชี้วัดรวมถึง BikeScore, xPower (คล้ายกับ NP/TSS) และแบบจำลองการหาค่าเฉลี่ยเคลื่อนที่แบบถ่วงน้ำหนักเพื่อพยากรณ์สมรรถนะ
  3. Intervals.icu.
    (2023)
    Platform Documentation: Fitness, Fatigue and Form.
    Intervals.icu Docs.
    การประยุกต์ใช้แบบจำลอง Banister Impulse-Response และ Morton's 3-parameter Critical Power สำหรับนักปั่นจักรยานสมัครเล่นและอาชีพ การนำอัลกอริทึมการตรวจหาช่วง Interval โดยอัตโนมัติและการวิเคราะห์ความแปรปรวนของการเต้นของหัวใจ (HRV) มาใช้งาน

โปรแกรมระดับชาติและนานาชาติ

  1. Australian Sports Commission.
    (2021)
    Cycling Performance Research and High-Performance Program.
    AIS Performance.
    การพัฒนานักกีฬาระดับสูง: บันทึกเกี่ยวกับระเบียบวิธีที่ AIS ใช้ในการสร้างมาตรฐานให้กับความสามารถของนักปั่นและการติดตามปริมาณการฝึกซ้อมเพื่อการคว้าเหรียญรางวัลในระดับนานาชาติ เน้นการใช้ข้อมูลทางสรีรวิทยาและเทคโนโลยีเซนเซอร์ในสนาม
  2. British Cycling.
    (2020)
    British Cycling Research Programs.
    British Cycling / UK Sport.
    Marginal Gains: การเพิ่มประสิทธิภาพทีละเล็กละน้อยผ่านการวิจัยในด้านแอโรไดนามิก, ชีวกลศาสตร์ และการติดตามปริมาณการฝึกซ้อม รวมถึงสรีรวิทยาสิ่งแวดล้อมเพื่อความเป็นเลิศของนักกีฬาระดับสูง
  3. UCI (Union Cycliste Internationale).
    (2022)
    Scientific Commission Guidelines for Elite Cycling Performance.
    UCI Science.
    สถาปนามาตรฐานสากลสำหรับการประเมินสมรรถนะ, กฎระเบียบด้านอุปกรณ์ และความร่วมมือด้านวิทยาศาสตร์การกีฬาระหว่างทีมอาชีพและสถาบันวิจัย
  4. Journal of Science and Cycling.
    (n.d.)
    Journal of Science and Cycling - Open Access.
    Editor: Dr. Mikel Zabala, University of Granada.
    วารสารแบบเปิด (Open-access) ที่ผ่านการตรวจสอบโดยผู้เชี่ยวชาญ หัวข้อล่าสุด: การวิเคราะห์ปริมาณการฝึกซ้อมระดับโลก, สมรรถนะการปั่น e-sports, การวิเคราะห์จลนศาสตร์ 2 มิติ และโปรโตคอลการฟื้นฟูสำหรับนักปั่น

การวิเคราะห์จักรยานตามหลักวิทยาศาสตร์

เอกสารอ้างอิงทางวิทยาศาสตร์กว่า 50 ฉบับเหล่านี้เป็นพื้นฐานให้กับ Bike Analytics ทุกสูตร ตัวชี้วัด และคำแนะนำต่างๆ ล้วนตั้งอยู่บนงานวิจัยที่ผ่านการตรวจสอบโดยผู้เชี่ยวชาญ ซึ่งตีพิมพ์ในวารสารสรีรวิทยาการออกกำลังกาย, ชีวกลศาสตร์ และวิศวกรรมการกีฬาชั้นนำ

บรรณานุกรมนี้ครอบคลุมตั้งแต่งานวิจัยระดับตำนานจากทศวรรษที่ 1960 (Critical Power ของ Monod & Scherrer) ไปจนถึงงานวิจัยล่ำสมัยในปี 2020 เกี่ยวกับการสร้างแบบจำลองสมดุล W', แอโรไดนามิก และการหาจุดเหมาะสมของปริมาณการฝึกซ้อม

การบูรณาการงานวิจัยอย่างต่อเนื่อง

Bike Analytics มุ่งมั่นที่จะทบทวนงานวิจัยใหม่ๆ อย่างต่อเนื่อง และอัปเดตอัลกอริทึมเมื่อมีการขัดเกลาและรับรองระเบียบวิธีวิจัยใหม่ๆ วิทยาศาสตร์มีการพัฒนา—และการวิเคราะห์ของเราก็พัฒนาไปพร้อมกัน

ภาพรวมงานวิจัย → สูตรทางเทคนิค กลับสู่หน้าหลัก