งานวิจัยเบื้องหลัง Bike Analytics

การวิเคราะห์ประสิทธิภาพการปั่นจักรยานบนพื้นฐานวิทยาศาสตร์

แนวทางที่เน้นหลักฐานเชิงประจักษ์ในการวิเคราะห์การปั่น

ทุกตัวชี้วัด สูตร และการคำนวณใน Bike Analytics มีพื้นฐานมาจากงานวิจัยทางวิทยาศาสตร์ที่ผ่านการตรวจสอบโดยผู้เชี่ยวชาญมานานหลายทศวรรษ หน้านี้รวบรวมการศึกษาพื้นฐานที่ยืนยันกรอบการวิเคราะห์ของเราสำหรับทั้งการปั่นจักรยานทางเรียบและเสือภูเขา

🔬 ความเข้มงวดทางวิทยาศาสตร์ในประสิทธิภาพการปั่น

การวิเคราะห์การปั่นสมัยใหม่วิวัฒนาการจากการติดตามระยะทางและความเร็วขั้นพื้นฐานไปสู่ระบบฝึกซ้อมตามพละกำลังที่ซับซ้อน ซึ่งได้รับการสนับสนุนโดยงานวิจัยในด้าน:

  • สรีรวิทยาการออกกำลังกาย - Critical Power, FTP, lactate thresholds, VO₂max
  • ชีวกลศาสตร์ - ประสิทธิภาพการปั่น, การปรับรอบขา, พละกำลังที่ส่งออก
  • วิทยาศาสตร์การกีฬา - การวัดปริมาณภาระการฝึก (TSS, CTL/ATL), การแบ่งช่วงเวลาฝึกซ้อม
  • อากาศพลศาสตร์ - การวัด CdA, ประโยชน์ของการ drafting, การปรับท่าทาง
  • วิศวกรรมศาสตร์ - การตรวจสอบมิเตอร์วัดพละกำลัง, ความแม่นยำเซ็นเซอร์, การสร้างแบบจำลองข้อมูล

พื้นที่งานวิจัยหลัก

1. Functional Threshold Power (FTP)

FTP แสดงถึงพละกำลังสูงสุดที่นักปั่นสามารถรักษาได้ในสภาวะกึ่งคงที่เป็นเวลาประมาณหนึ่งชั่วโมง มันทำหน้าที่เป็นเสาหลักของโซนการฝึกซ้อมตามพละกำลัง

Allen & Coggan (2010, 2019) - Training and Racing with a Power Meter

สิ่งพิมพ์: VeloPress (ฉบับพิมพ์ครั้งที่ 3, 2019)
ความสำคัญ: ตำราพื้นฐานที่นิยามการฝึกซ้อมตามพละกำลังสมัยใหม่
การมีส่วนร่วมที่สำคัญ:
  • โปรโตคอลทดสอบ FTP 20 นาที - FTP = 95% ของพละกำลังสูงสุด 20 นาที
  • Normalized Power (NP) - พิจารณาความแปรปรวนในการออกแรง
  • Training Stress Score (TSS) - วัดปริมาณภาระการฝึก
  • Intensity Factor (IF) - วัดความเข้มข้นสัมพัทธ์
  • Power profiling - กรอบการระบุจุดแข็ง/จุดอ่อน
  • Quadrant analysis - ข้อมูลเชิงลึกแรงถีบเทียบกับความเร็ว

ผลกระทบ: แปลเป็น 12 ภาษา สร้างมาตรฐานการฝึกซ้อมตามพละกำลังในวงการปั่นอาชีพ แนะนำตัวชี้วัดที่ใช้กันทั่วโลกใน TrainingPeaks, Zwift และแพลตฟอร์มหลักทั้งหมด

MacInnis et al. (2019) - FTP Test Reliability and Reproducibility

วารสาร: International Journal of Exercise Science, PMC6886609
การศึกษา: การตรวจสอบความถูกต้องในนักกีฬาที่ผ่านการฝึกฝนมาอย่างดี
ข้อค้นพบหลัก:
  • ความน่าเชื่อถือสูง: ICC = 0.98, r² = 0.96 สหสัมพันธ์ test-retest
  • การทำซ้ำได้ดีเยี่ยม: ความแปรปรวน +13 ถึง -17W, ความลำเอียงเฉลี่ย -2W
  • ความถูกต้องในการใช้งาน: ระบุพละกำลังที่รักษาได้ 1 ชั่วโมงในนักกีฬา 89%
  • ขอบเขตความผิดพลาดต่ำ: ความผิดพลาดมาตรฐานจากการวัด = 2.3%

ผลกระทบ: ยืนยันทางวิทยาศาสตร์ว่า FTP เป็นตัวชี้วัดที่เชื่อถือได้และเข้าถึงได้ในสนามโดยไม่ต้องทดสอบในห้องแล็บ ยืนยันความแม่นยำของโปรโตคอลทดสอบ 20 นาทีสำหรับนักปั่นที่ฝึกฝนมา

Gavin et al. (2012) - FTP Testing Protocol Effectiveness

จุดเน้น: การประเมินวิธีทดสอบ FTP ที่แตกต่างกัน
ข้อค้นพบหลัก:
  • โปรโตคอลทดสอบ 20 นาทีแสดงสหสัมพันธ์สูงกับ lactate threshold ที่วัดในห้องแล็บ
  • Ramp test และการทดสอบ 8 นาทีก็ผ่านการตรวจสอบแต่มีลักษณะเฉพาะที่ต่างกัน
  • ความแปรปรวนส่วนบุคคลต้องมีการตรวจสอบความถูกต้องเฉพาะบุคคลเมื่อเวลาผ่านไป
  • การทดสอบภาคสนามเป็นทางเลือกที่ใช้งานได้จริงแทนการทดสอบห้องแล็บราคาแพง

2. โมเดล Critical Power

Critical Power (CP) แสดงถึงพรมแดนระหว่างโดเมนการออกกำลังกายแบบหนักและรุนแรง—สภาวะคงที่ทางเมตาบอลิกสูงสุดที่รักษาได้โดยไม่เกิดความล้าสะสม

Monod & Scherrer (1965) - Original Critical Power Concept

วารสาร: Journal de Physiologie
ความสำคัญ: งานบุกเบิกที่สร้างทฤษฎี CP
แนวคิดพื้นฐาน:
  • ความสัมพันธ์แบบ Hyperbolic ระหว่างพละกำลังและเวลาที่หมดแรง
  • Critical Power คือเส้นกำกับ - พละกำลังสูงสุดที่รักษาได้ไม่จำกัด
  • W' (W-prime) คือความจุงานแบบ Anaerobic ที่มีจำกัดเหนือ CP
  • ความสัมพันธ์เชิงเส้น: งาน = CP × เวลา + W'

Jones et al. (2019) - Critical Power: Theory and Applications

วารสาร: Journal of Applied Physiology, 126(6), 1905-1915
การศึกษา: การทบทวนงานวิจัย CP กว่า 50 ปีอย่างครอบคลุม
ข้อค้นพบหลัก:
  • CP เป็นตัวแทนสภาวะคงที่ทางเมตาบอลิกสูงสุด - ขอบเขตระหว่างการใช้ออกซิเจน/ไม่ใช้ออกซิเจน
  • CP โดยทั่วไปอยู่ที่ 72-77% ของพละกำลังสูงสุด 1 นาที
  • CP อยู่ในช่วง ±5W ของ FTP สำหรับนักปั่นส่วนใหญ่
  • W' อยู่ในช่วง 6-25 kJ (ทั่วไป: 15-20 kJ) ขึ้นอยู่กับสถานะการฝึกซ้อม
  • CP มีความแข็งแกร่งทางสรีรวิทยามากกว่า FTP ในโปรโตคอลทดสอบต่างๆ

ผลกระทบ: สร้างมาตรฐาน CP ว่าเหนือกว่า FTP ในทางวิทยาศาสตร์สำหรับการกำหนด threshold ให้กรอบความเข้าใจความจุงานที่มีจำกัดเหนือ threshold

Skiba et al. (2014, 2015) - W' Balance Modeling

วารสาร: Medicine and Science in Sports and Exercise
นวัตกรรม: การติดตามการลดลงและการฟื้นตัวของ W' แบบเรียลไทม์
การมีส่วนร่วมที่สำคัญ:
  • โมเดล W'bal: ติดตามสถานะแบตเตอรี่แบบ Anaerobic แบบเรียลไทม์
  • อัตราการใช้: W'exp = ∫(Power - CP) เมื่อ P > CP
  • การฟื้นตัว: การฟื้นตัวแบบ Exponential ด้วยค่าคงที่เวลา τ = 546 × e^(-0.01×ΔCP) + 316
  • สำคัญสำหรับ MTB: จำเป็นสำหรับการจัดการการระเบิดพลังและการโจมตีต่อเนื่อง
  • กลยุทธ์การแข่ง: เพิ่มประสิทธิภาพการโจมตีและจัดการสปรินต์เข้าเส้นชัย

ผลกระทบ: เปลี่ยนวิธีที่นักปั่นจัดการความพยายามเหนือ threshold สำคัญอย่างยิ่งสำหรับเสือภูเขาที่มีการระเบิดพลัง 88+ ครั้งต่อการแข่ง 2 ชั่วโมง ปัจจุบันใช้ใน WKO5, Golden Cheetah และคอมพิวเตอร์จักรยานขั้นสูง

Poole et al. (2016) - CP as Fatigue Threshold

จุดเน้น: พื้นฐานสรีรวิทยาของ Critical Power
ข้อค้นพบหลัก:
  • CP เป็นเส้นแบ่งระหว่างการออกกำลังกายที่รักษาได้และไม่ได้
  • ต่ำกว่า CP: เมตาบอลิกคงที่ lactate เสถียร
  • เหนือ CP: การสะสมของเสียจากเมตาบอลิกเพิ่มขึ้นเรื่อยๆ → ความล้าที่หลีกเลี่ยงไม่ได้
  • การฝึก CP พัฒนาทั้งความจุ Aerobic และพละกำลัง threshold

3. Training Stress Score & การจัดการประสิทธิภาพ

การวัดปริมาณภาระการฝึกผ่าน TSS และจัดการสมดุลภาระระยะสั้น/ยาว ช่วยให้การแบ่งช่วงเวลาและการจัดการความล้ามีประสิทธิภาพสูงสุด

Coggan (2003) - TSS Development

สิ่งพิมพ์: บทนำ Training and Racing with a Power Meter
ความสำคัญ: สร้างตัวชี้วัดภาระการฝึกที่เป็นมาตรฐานอุตสาหกรรม
สูตร TSS & การประยุกต์ใช้:
  • TSS = (เวลารวม × NP × IF) / (FTP × 3600) × 100
  • 100 TSS = 1 ชั่วโมงที่ FTP (Intensity Factor = 1.0)
  • คิดรวมทั้งความเข้มข้นและระยะเวลาในตัวเลขเดียว
  • ช่วยเปรียบเทียบระหว่างการฝึกที่ต่างประเภทกันได้
  • รากฐานสำหรับระบบจัดการประสิทธิภาพ CTL/ATL/TSB

Banister et al. (1975, 1991) - Impulse-Response Model

วารสาร: Australian Journal of Sports Medicine (1975)
ความสำคัญ: ทฤษฎีรากฐานสำหรับกระบวนทัศน์ความฟิต-ความล้า (Fitness-Fatigue)
การมีส่วนร่วมที่สำคัญ:
  • โมเดล Fitness-fatigue: ประสิทธิภาพ = ความฟิต - ความล้า
  • ค่าเฉลี่ยเคลื่อนที่แบบถ่วงน้ำหนัก: CTL (ค่าคงที่ 42 วัน), ATL (ค่าคงที่ 7 วัน)
  • Training Stress Balance (TSB): TSB = CTL_เมื่อวาน - ATL_เมื่อวาน
  • กรอบทางคณิตศาสตร์สำหรับการแบ่งช่วงเวลาและการ tapering
  • พื้นฐานทฤษฎีสำหรับตัวชี้วัด TSS/CTL/ATL ที่ใช้ใน TrainingPeaks

ผลกระทบ: ให้รากฐานทางวิทยาศาสตร์สำหรับการจัดการภาระการฝึกเชิงปริมาณ เปลี่ยนการแบ่งช่วงเวลาจากศิลปะเป็นวิทยาศาสตร์ด้วยความแม่นยำทางคณิตศาสตร์

Busso (2003) - Modeling Training Adaptation

วารสาร: Medicine and Science in Sports and Exercise
จุดเน้น: ความสัมพันธ์ Dose-response ในการฝึกซ้อม
ข้อค้นพบหลัก:
  • การปรับตัวของการฝึกซ้อมเป็นไปตามรูปแบบคณิตศาสตร์ที่คาดเดาได้
  • ความแปรปรวนรายบุคคลในการตอบสนองต้องการโมเดลเฉพาะบุคคล
  • ภาระการฝึกที่เหมาะสมสมดุลระหว่างการกระตุ้นและการฟื้นตัว
  • Ramp rates >12 CTL/สัปดาห์ สัมพันธ์กับความเสี่ยงบาดเจ็บ

อากาศพลศาสตร์ & การสร้างโมเดลพละกำลัง

4. แรงต้านอากาศ (Aerodynamic Drag) & CdA

ที่ความเร็ว >25 กม./ชม. แรงต้านอากาศคิดเป็น 70-90% ของแรงต้านทั้งหมด การเข้าใจและปรับ CdA (สัมประสิทธิ์แรงต้าน × พื้นที่หน้าตัด) ให้เหมาะสมสำคัญยิ่งต่อประสิทธิภาพการปั่นทางเรียบ

Blocken et al. (2013, 2017) - Cycling Aerodynamics Research

วารสาร: Sports Engineering, 20, 81-94
วิธี: การศึกษา Computational Fluid Dynamics (CFD)
ข้อค้นพบหลัก:
  • ช่วงค่า CdA:
    • ท่าจับฮู้ดตัวตรง: 0.35-0.40 m²
    • ท่าจับดรอป: 0.32-0.37 m²
    • ท่า Time Trial: 0.20-0.25 m²
    • ผู้เชี่ยวชาญ TT ระดับสูง: 0.185-0.200 m²
  • การประหยัดพละกำลัง: ทุกการลด CdA 0.01 m² ประหยัด ~10W ที่ 40 กม./ชม.
  • ประโยชน์การ Drafting: ลดพละกำลัง 27-50% เมื่อตามล้อ
  • ตำแหน่งในกลุ่ม (Peloton): นักปั่นที่ 5-8 ได้ประโยชน์สูงสุด + ปลอดภัย
  • ระยะห่าง Drafting สำคัญ: ประโยชน์สูงสุดในระยะ 30ซม. ลดลงเมื่อเกิน 1ม.

ผลกระทบ: วัดปริมาณประโยชน์ทางอากาศของการเปลี่ยนท่าทางและการหมกกลุ่ม ยืนยัน CdA ที่วัดได้ในสนามเป็นเป้าหมายการปรับแต่ง อธิบายว่าทำไมนักไทม์ไทรอัลถึงเน้นท่าทางอย่างบ้าคลั่ง

Martin et al. (2006) - Power Model Validation

วารสาร: Journal of Applied Biomechanics
จุดเน้น: โมเดลคณิตศาสตร์สำหรับความต้องการพละกำลังในการปั่น
องค์ประกอบสมการพละกำลัง:
  • P_total = P_aero + P_gravity + P_rolling + P_kinetic
  • P_aero = CdA × 0.5 × ρ × V³ (ความสัมพันธ์กำลังสามกับความเร็ว)
  • P_gravity = m × g × sin(θ) × V (พละกำลังไต่เขา)
  • P_rolling = Crr × m × g × cos(θ) × V (แรงเสียดทานการหมุน)
  • ตรวจสอบกับข้อมูลมิเตอร์วัดพละกำลังจริงด้วยความแม่นยำสูง
  • ช่วยให้สร้างโมเดลพยากรณ์ความต้องการพละกำลังสำหรับสนามแข่งได้

Debraux et al. (2011) - Aerodynamic Drag Measurement

จุดเน้น: วิธีการประเมินอากาศพลศาสตร์จักรยาน
ข้อค้นพบหลัก:
  • การทดสอบภาคสนามด้วยมิเตอร์วัดพละกำลังให้การวัด CdA ที่ใช้งานได้จริง
  • การทดสอบอุโมงค์ลมยังคงเป็นมาตรฐานทองคำแต่แพง/เข้าถึงยาก
  • การปรับท่าทางสามารถปรับปรุง CdA ได้ 5-15%
  • อุปกรณ์ (ล้อแอโร่, หมวก, skinsuit) รวมกันปรับปรุงได้ 3-5%

ชีวกลศาสตร์การปั่น & รอบขา

5. ประสิทธิภาพการปั่น & การปรับรอบขา

รอบขาและเทคนิคการปั่นที่เหมาะสมช่วยเพิ่มพละกำลังสูงสุดในขณะที่ลดต้นทุนพลังงานและความเสี่ยงบาดเจ็บให้น้อยที่สุด

Lucia et al. (2001) - Physiology of Professional Road Cycling

วารสาร: Sports Medicine
การศึกษา: วิเคราะห์นักปั่นอาชีพระดับสูง
ข้อค้นพบหลัก:
  • ช่วงรอบขาที่เหมาะสม:
    • Tempo/threshold: 85-95 RPM
    • อินเทอร์วัล VO₂max: 100-110 RPM
    • ไต่เขาชัน: 70-85 RPM
  • นักปั่นระดับสูงเลือกรอบขาเองที่ลดต้นทุนพลังงานต่ำสุด
  • รอบขาสูงลดแรงกล้ามเนื้อต่อรอบปั่น
  • การปรับให้เหมาะสมส่วนบุคคลขึ้นอยู่กับองค์ประกอบประเภทเส้นใยกล้ามเนื้อ

Coyle et al. (1991) - Cycling Efficiency and Muscle Fiber Type

จุดเน้น: ความสัมพันธ์ระหว่างประสิทธิภาพและสรีรวิทยา
ข้อค้นพบหลัก:
  • ประสิทธิภาพการปั่นสัมพันธ์กับเปอร์เซ็นต์เส้นใยกล้ามเนื้อ Type I
  • ประสิทธิภาพรวม (Gross efficiency) อยู่ในช่วง 18-25% (ระดับสูง: 22-25%)
  • อัตราการปั่นมีผลต่อประสิทธิภาพ—มีจุดเหมาะสมเฉพาะบุคคล
  • การฝึกซ้อมปรับปรุงทั้งประสิทธิภาพทางเมตาบอลิกและทางกล

Patterson & Moreno (1990) - Pedal Forces Analysis

จุดเน้น: การวิเคราะห์ชีวกลศาสตร์ของแรงถีบ
ข้อค้นพบหลัก:
  • แรงถีบที่มีประสิทธิผลแปรผันตลอดวงรอบการปั่น
  • แรงสูงสุดเกิดขึ้นที่ 90-110° ผ่านจุดศูนย์ตายบน
  • นักปั่นทักษะสูงลดแรงต้าน (negative work) ระหว่างจังหวะดึงขึ้น
  • ตัวชี้วัด Torque Effectiveness และ Pedal Smoothness วัดประสิทธิภาพเชิงปริมาณ

ประสิทธิภาพการไต่เขา

6. Power-to-Weight & VAM

บนทางชัน อัตราส่วนพละกำลังต่อน้ำหนักกลายเป็นปัจจัยกำหนดประสิทธิภาพหลัก VAM (Velocità Ascensionale Media) ให้การประเมินการไต่เขาที่ใช้ได้จริง

Padilla et al. (1999) - Level vs. Uphill Cycling Efficiency

วารสาร: European Journal of Applied Physiology
การศึกษา: วิเคราะห์การไต่เขาของนักปั่นอาชีพ
ข้อค้นพบหลัก:
  • ประสิทธิภาพการไต่เขากำหนดโดย W/kg ที่ threshold เป็นหลัก
  • อากาศพลศาสตร์มีผลน้อยมากบนความลาดชันสูง (>7%)
  • ประสิทธิภาพรวมต่ำกว่าเล็กน้อยตอนขึ้นเขาเทียบกับทางราบ
  • การเปลี่ยนท่าทางร่างกายมีผลต่อพละกำลังและความสบาย

Swain (1997) - Climbing Performance Modeling

วารสาร: Journal of Sports Sciences
จุดเน้น: การปรับกลยุทธ์คุมจังหวะด้วยคณิตศาสตร์
การมีส่วนร่วมที่สำคัญ:
  • สมการพละกำลังสำหรับไต่เขา: P = (m × g × V × sin(gradient)) + rolling + aero
  • การคำนวณ VAM: (ความสูงที่ได้ / เวลา) ทำนาย W/kg
  • เกณฑ์มาตรฐาน VAM:
    • นักปั่นสโมสร: 700-900 ม./ชม.
    • นักแข่ง: 1000-1200 ม./ชม.
    • นักสมัครเล่นระดับสูง: 1300-1500 ม./ชม.
    • ผู้ชนะ World Tour: >1500 ม./ชม.
  • สูตรประมาณการ: W/kg ≈ VAM / (200 + 10 × gradient%)

Lucia et al. (2004) - Physiological Profile of Tour Climbers

การศึกษา: วิเคราะห์ผู้เชี่ยวชาญการไต่เขา Grand Tour
ข้อค้นพบหลัก:
  • W/kg ที่ threshold:
    • นักแข่ง: 4.0+ W/kg
    • นักสมัครเล่นระดับสูง: 4.5+ W/kg
    • กึ่งอาชีพ: 5.0+ W/kg
    • World Tour: 5.5-6.5 W/kg
  • น้ำหนักตัวต่ำสำคัญมาก—แม้แต่ 1กก. ก็มีความหมายในระดับสูง
  • VO₂max >75 ml/kg/min เป็นเรื่องปกติในนักไต่เขาระดับสูง

Bike Analytics นำงานวิจัยไปใช้อย่างไร

จากห้องแล็บสู่การใช้งานจริง

Bike Analytics แปลงงานวิจัยหลายทศวรรษให้เป็นตัวชี้วัดที่ใช้งานได้จริง:

  • ทดสอบ FTP: ใช้โปรโตคอล 20 นาทีที่ผ่านการตรวจสอบ (MacInnis 2019) พร้อมตัวเลือก ramp test
  • Training Load: ใช้สูตร TSS ของ Coggan ร่วมกับกรอบ CTL/ATL ของ Banister
  • Critical Power: คำนวณ CP และ W' จากความพยายามหลายช่วงเวลา (Jones 2019)
  • ติดตาม W'bal: ตรวจสอบความจุ Anaerobic แบบเรียลไทม์โดยใช้โมเดลสมการอนุพันธ์ของ Skiba
  • อากาศพลศาสตร์: ประมาณค่า CdA ภาคสนามจากข้อมูลพละกำลัง/ความเร็ว (Martin 2006)
  • วิเคราะห์การไต่เขา: คำนวณ VAM และเปรียบเทียบ W/kg (Lucia 2004, Swain 1997)
  • เฉพาะ MTB: ตรวจจับ Burst, จัดการ W' สำหรับโปรไฟล์พละกำลังที่ผันแปร

การตรวจสอบ & งานวิจัยต่อเนื่อง

Bike Analytics มุ่งมั่นที่จะ:

  • ทบทวนวรรณกรรมงานวิจัยใหม่อย่างสม่ำเสมอ
  • อัปเดตอัลกอริทึมเมื่อมีวิธีการใหม่ได้รับการตรวจสอบ
  • เอกสารวิธีการคำนวณที่โปร่งใส
  • ให้ความรู้ผู้ใช้เกี่ยวกับการตีความตัวชี้วัดที่เหมาะสม
  • บูรณาการเทคโนโลยีเกิดใหม่ (พละกำลังสองข้าง, ชีวกลศาสตร์ขั้นสูง)

คำถามที่พบบ่อย

ทำไมการฝึกตามพละกำลังถึงเหนือกว่าอัตราการเต้นหัวใจ?

พละกำลังตอบสนองทันทีต่อการเปลี่ยนแปลงการออกแรง ในขณะที่อัตราการเต้นหัวใจล้าหลัง 30-60 วินาที พละกำลังไม่ได้รับผลกระทบจากความร้อน คาเฟอีน ความเครียด หรือความล้าเหมือน HR งานวิจัยโดย Allen & Coggan ยืนยันว่าพละกำลังเป็นการวัดงานที่ทำจริงได้ตรงที่สุด

มิเตอร์วัดพละกำลังแม่นยำแค่ไหน?

Maier et al. (2017) ทดสอบมิเตอร์ 54 ตัวจาก 9 ผู้ผลิตเทียบกับรุ่นมาตรฐานทองคำ ความเบี่ยงเบนเฉลี่ยอยู่ที่ -0.9 ± 3.2% โดยส่วนใหญ่อยู่ใน ±2-3% มิเตอร์สมัยใหม่ (Quarq, PowerTap, Stages, Favero) ได้มาตรฐานความแม่นยำ ±1-2% เมื่อปรับเทียบอย่างถูกต้อง

FTP หรือ Critical Power ดีกว่า?

Jones et al. (2019) แสดงให้เห็นว่า CP แข็งแกร่งทางสรีรวิทยากว่าและอยู่ในช่วง ±5W ของ FTP สำหรับนักปั่นส่วนใหญ่ อย่างไรก็ตาม การทดสอบ 20 นาทีของ FTP นั้นทำได้จริงมากกว่า Bike Analytics รองรับทั้งคู่—ใช้ FTP เพื่อความง่ายหรือ CP เพื่อความแม่นยำ

TSS เทียบกับวิธีวัดโหลดอื่นๆ อย่างไร?

TSS (Coggan 2003) คิดรวมทั้งความเข้มข้นและระยะเวลาในตัวเลขเดียวโดยใช้ความสัมพันธ์กำลังสามของพละกำลัง มันมีความสัมพันธ์สูงกับ session-RPE และความเครียดทางสรีรวิทยาจากแล็บ ทำให้เป็นมาตรฐานทองคำสำหรับการวัดโหลดจักรยานโดยเฉพาะ

ทำไมเสือภูเขาต้องใช้ตัวชี้วัดต่างจากถนน?

งานวิจัยแสดงว่า MTB มีการระเบิดพลัง 88+ ครั้ง >125% FTP ต่อการแข่ง 2 ชั่วโมง (ศึกษา XCO) โปรไฟล์ "ระเบิดเป็นชุด" นี้ต้องการการติดตาม W'bal และการฝึกเน้นอินเทอร์วัล ในขณะที่ถนนเน้นพละกำลังต่อเนื่องและอากาศพลศาสตร์

วิทยาศาสตร์ขับเคลื่อนประสิทธิภาพ

Bike Analytics ยืนหยัดบนบ่าของงานวิจัยทางวิทยาศาสตร์ที่เข้มงวดหลายทศวรรษ ทุกสูตร ตัวชี้วัด และการคำนวณได้รับการตรวจสอบผ่านการศึกษา peer-reviewed ที่ตีพิมพ์ในวารสารสรีรวิทยาและชีวกลศาสตร์ชั้นนำ

รากฐานที่มีหลักฐานเชิงประจักษ์นี้รับประกันว่าข้อมูลเชิงลึกที่คุณได้รับไม่ใช่แค่ตัวเลข—แต่มันคือตัวบ่งชี้ที่มีความหมายทางวิทยาศาสตร์ของการปรับตัวทางสรีรวิทยา ประสิทธิภาพทางชีวกลศาสตร์ และความก้าวหน้าของสมรรถภาพ

ดูบรรณานุกรมฉบับสมบูรณ์ → สูตรทางเทคนิค