Il Training Load, trattato in altri articoli sul blog e nei webinar ad esso dedicati, riveste un ruolo di fondamentale importanza nell’allenamento e nel controllo dei giocatori.
Nel corso degli anni molti sport scientist, ricercatori, allenatori e preparatori atletici hanno unito le proprie forze e le proprie idee per studiare questo argomento. Comprendere le risposte in acuto e misurare la fatica residua può aiutare allenatori e preparatori a gestire i carichi settimanali individuali dei singoli atleti.
Oggi, in questo articolo della sezione ”News Scientifiche”, abbiamo deciso di tradurre per te del 2015 di Barlett et al., dal titolo Relationships Between Internal and External Training Load in Team-Sport Athletes: Evidence for an Individualized Approach.
Lo scopo di questo studio è stato quello di quantificare e prevedere le relazioni tra la valutazione dello sforzo percepito (RPE) e le variabili del carico di allenamento GPS (TL) nei giocatori professionisti di football australiano (AF) utilizzando approcci di modellazione di gruppo e individualizzati.
I dati di TL (GPS e RPE) di 41 giocatori professionisti di AF sono stati ottenuti per un periodo di 27 settimane. Sono state analizzate 2711 osservazioni di allenamento con un totale di 66 ± 13 sessioni/giocatore (range 39-89). Sono state condotte equazioni di stima generalizzate (GEE) e analisi di reti neurali artificiali (ANN) per determinare la capacità di prevedere l’RPE da variabili TL (cioè, distanza della sessione, corsa ad alta velocità [HSR], HSR %, m/min) su base di gruppo e individuale.
L’errore di previsione dell’RNA individualizzato (errore quadratico medio [RMSE] 1,24 ± 0,41) è stato inferiore a quello dell’RNA di gruppo (RMSE 1,42 ± 0,44), del GEE individualizzato (RMSE 1,58 ± 0,41) e del GEE di gruppo (RMSE 1,85 ± 0,49). Entrambi i modelli GEE e ANN hanno determinato la distanza della seduta come il più importante predittore di RPE. Inoltre, i diagrammi di importanza generati dall’ANN hanno rivelato che la distanza della sessione è il fattore predittivo più importante dell’RPE in 36 dei 41 giocatori, mentre l’HSR è stato predittivo dell’RPE in soli 3 giocatori e i m/min sono stati predittivi dell’RPE in soli 2 giocatori.
Questo studio dimostra che gli approcci di apprendimento automatico possono superare le metodologie più tradizionali per quanto riguarda la previsione delle risposte degli atleti al TL. Questi approcci consentono un’ulteriore individualizzazione del monitoraggio del carico, portando a una prescrizione e a una valutazione più accurate dell’allenamento.
Per leggere l’articolo completo Relationships Between Internal and External Training Load in Team-Sport Athletes: Evidence for an Individualized Approach (clicca qui).
Se vuoi conoscere in maniera dettaglia il ruolo del Training Load nel Calcio abbonati alla nostra Academy. Con un unico abbonamento avrai accesso a centinaia di contenuti on demand, nel formato Webinar, Ebook e Podcast. Li puoi vedere e ascoltare in qualsiasi momento. Non farti sfuggire questa opportunità, iscriviti ora: http://bit.ly/netflixpreparazionefisica