Monitoreo de la carga de capacitación: la suma de todas las partes

finalmente un poco de tiempo libre para hacer un poco de escritura de blog. He discutido los problemas de monitorear las cargas de capacitación en mis publicaciones anteriores # 1, # 2, # 3.

Además, he escrito una publicación anterior sobre pruebas de fuerza y ​​potencia y pruebas de salto vertical.

Por lo tanto, no voy a discutir las técnicas de prueba aquí, sino que discutirá de qué se trata y cómo usarlo y cómo usarlo y ofrecer algunas soluciones / ideas.

El monitoreo es definitivamente un tema sexy, ya que todos parecen estar “monitoreando” algo en la capacitación. En la medida en que algunos atletas también se inunden ahora con cuestionarios, hojas de cálculo, formas para completar. La mayor parte de dicha información, tengo que decir que es totalmente inútil, ya que no se usa y / o es totalmente irrelevante para diseñar mejores programas de capacitación.

¿Por qué la formación de pruebas y monitoreo entonces? Primeros principios primero:

Las pruebas y el monitoreo son herramientas útiles solo si le permiten analizar el nivel del atleta y poder definir y adaptar un programa de capacitación.

¡Si está midiendo algo que no le ayuda a modificar el plan de capacitación, está perdiendo su tiempo!

Además, debe asegurarse de medir las cosas que usan métodos que son válidos y confiables! Para obtener más información sobre la validez y la confiabilidad, le sugiero que lea el excelente blog de Hopkins aquí. Si usa herramientas de medición y modalidades que no son válidas y de buena reputación, ¡está perdiendo su tiempo!

Las pruebas y el monitoreo son herramientas para ayudarlo a tomar mejores decisiones con su planificación de capacitación. No son actividades independientes y usted debe cuestionar a todos en términos de rentabilidad, no solo en términos financieros, sino también en términos de tiempo de atletas. He visto en demasiados deportistas que llenan demasiados cuestionarios y formularios que no son válidos ni de buena reputación ni proporcionan información significativa para el personal de coaching.

La formación de planificación es igual que los negocios. Las pruebas y monitoreo le dirán dónde estás ahora. La planificación estratégica, el análisis de las tendencias específicas de rendimiento (o las tendencias mundiales) y la configuración de los objetivos lo ayudarán a definir dónde necesita / desea ser. La forma en que llegas es su plan de entrenamiento. Si las pruebas no lo ayudan a mejorar cómo, es solo un ejercicio de recopilación de datos inútiles.

En su mayoría, un enfoque adecuado para la prueba y el monitoreo puede asegurarse de evitar la locura y aprender qué funciona y qué no funciona con sus atletas.

Entonces, ¿cuál debería ser el enfoque?

En mi opinión es relativamente simple. Debe poder recopilar toda la información que decidió recolectar, analizarlo, tener algún sentido de ello y construir un “tablero de instrumentos” para visualizar lo que está sucediendo para poder intervenir donde sea necesario. Uno de los enfoques que sugerí anteriormente implica el uso de gráficos de radar para perfilar a cada atleta individual en comparaciones con las puntuaciones del equipo. Se pueden usar enfoques similares, incluso con atletas individuales, solo comparando la magnitud de los cambios en sus propias puntuaciones:

Sin embargo, se podría obtener una visión más completa utilizando lo que llamo un “ecualizador de rendimiento”. El siguiente ejemplo muestra cómo algunos puntajes específicos CA se pueden grabar con un panel de ecualizador y mostrar visualmente cómo los parámetros específicos pueden cambiar durante una temporada de entrenamiento.

Ecualizador de rendimiento # 1: inicio de la fase de entrenamiento

Ecualizador de rendimiento # 2: Después de unas semanas

Este enfoque se puede utilizar para evaluar la situación de cada atleta y tomar las medidas adecuadas, así como proporcionar una estructura de informes fácil de entender. He usado verde y rojo para expresar un buen cambio y no tan buenos cambios.

Los datos buenos y continuos también pueden ayudar a tener un enfoque de análisis de datos más complejo que involucre la posibilidad de modelos de datos y simulación para poder predecir algunos resultados. El ejemplo a continuación de Busso et al. (2007, JAP) es solo un ejemplo de la literatura científica en el modelado.

Esta es una de las áreas en las que estoy trabajando, ya que tengo un gran interés en los modelos estadísticos computacionales aplicados a los datos de capacitación y rendimiento, y tengo que decir que hay información muy limitada sobre este tema y los pocos experimentos también tienen tamaños de muestras muy limitadas. (Encontré un par de papel con n = 1!). Ahora se planifica una revisión de la literatura y espero que esté listo para 2011 gracias al arduo trabajo de un excelente estudiante de doctorado que trabaja en este tema en mi laboratorio.

Muchas compañías ahora están ofreciendo todo tipo de software para analizar los datos utilizando los enfoques de modelos típicos, los árboles de decisión de los Estados Unidos, los métodos de Monte Carlo, etc. Sin embargo, es importante afirmar que la calidad del análisis es tan buena como los datos que recopilen. Entonces, otra vez, obtienes lo que pones en ella. Además, si sus datos están equivocados, definitivamente realizará las llamadas equivocadas!

A pesar del hecho de que las simulaciones y el modelado de datos tienen un cierto grado de error (de muy muy grande a relativamente pequeño), todavía creo que esto es algo que perseguir, ya que creo que hoy en día, algo bueno.Se pueden recopilar datos básicos de o pequeños y pueden proporcionar alguna información útil. Como Richard Dawkins declaró en su libro “El gen egoísta” “[…], por supuesto, hay buenos modelos del mundo, y incluso los buenos son solo las aproximaciones. ¡Ninguna cantidad de simulación puede predecir exactamente qué sucederá en la realidad, pero una buena simulación es enormemente preferible al ensayo ciego y el error! ” R. Dawkins (2006).

Otro enfoque útil puede ser el uso de leyes matemáticas / financieras simples como la ley de rendimientos decrecientes. La ley de rendimientos decrecientes establece que, como las cantidades de un aumento de entrada, la tasa de producción resultante aumenta eventualmente.

Esto es exactamente lo que vemos en la formación. Aumentamos y disminuimos el volumen de entrenamiento e intensidad y vemos cambios en el rendimiento (salida) que aumentan o disminuyen si hacemos demasiado trabajo.

El trabajo reciente de mi colega El laboratorio del Dr. Brent Alvar ha demostrado cómo se puede usar tal enfoque para analizar, por ejemplo, la efectividad del entrenamiento de fuerza después de un enfoque metaanalítico (para obtener más información, haga clic en el gráfico a continuación).

A pesar de que otros criticaron este enfoque por analizar la efectividad de los conjuntos múltiples vs. individuales que utilizan datos de literatura, creo que dicha correspondencia puede y debe utilizarse para comprender la efectividad de un programa de capacitación (o la declaración de su inversión en el tiempo y esfuerzo). Esto debería ayudar a comprender la relación dosis-respuesta a las cargas de capacitación en sus atletas.

Estoy seguro de que no he cubierto muchos aspectos, y estoy seguro de que voy a cambiar de opinión sobre algunas de las cosas que escribí en el futuro (¡esto es de qué se trata el aprendizaje!). Pero en este momento siento que la capacitación de monitoreo es una cosa muy útil para hacer y se pueden aplicar algunos enfoques estadísticos para extraer información útil para traducir el análisis en acciones.

Entonces, para resumir, aquí hay algunos consejos:

– ¿Son tus pruebas válidas y confiables?

– ¿Cuál es el error de medición? (¿Cuál es el ruido de sus datos?)

– ¿Qué estás midiendo?

– ¿Puede usar los datos que se reúna en los cambios de acción en el programa?

– ¿Cuál es la inversión en tiempo / costo / esfuerzo para recopilar los datos? ¿Vale la pena?

_ ¿Cuánto tiempo se tarda en recibir los datos para analizarlos? (por ejemplo, los análisis de sangre tienden a analizarse unos días después de que los recolectaron)

– ¿Puede cobrar algunos datos válidos, confiables y no subjetivos con alta frecuencia?

– ¿Son los datos lo suficientemente buenos y frecuentes como para permitirle hacer algunas predicciones?

Compartir este:
LinkedIn
Gorjeo
Pinterest
Whatsapp
Correo electrónico
Imprimir
Facebook
Tumblr

Me gusta esto:
Como cargar …

Relacionados

Monitoreo de la carga de la capacitación en los deportes de equipo: quo Vadis? # 1Septiembre 19, 2010 en “Monitoreo”
Solicitud de iPhone para pruebas de fortaleza y capacitación June 21, 2010 en “Aceleración”
Equipo de capacitación deportistas atletas: estrategias de periodización y planificación. Parte 1 Januaria 7, 2009 en “Fútbol”