Monotonía del entrenamiento
Descubre cómo Trainingload.ai calcula Monotonía y Training Strain con las siete últimas cargas diarias y en qué se diferencian de las métricas clásicas de Foster.
La monotonía del entrenamiento describe cuánto se parecen las cargas diarias de los últimos siete días naturales. Días parecidos producen un valor mayor; una mezcla clara de días altos, bajos y de descanso suele producir uno menor.
Trainingload.ai muestra una versión normalizada y acotada, no el valor clásico de Foster. No mide fatiga, recuperación, sobreentrenamiento ni probabilidad de lesión.
Fórmula del producto
mean_load = sum(loads) / 7
sd_load = sqrt(sum((load − mean_load)²) / 7)
monotony = mean_load / (sd_load + mean_load)
training_strain = sum(loads) × monotony / 0.5Se incluyen hoy y los seis días anteriores. Si las siete cargas son cero, Monotonía y Strain devuelven cero.
La fórmula clásica es foster_monotony = mean_load / sd_load y no tiene límite superior. Trainingload.ai evita la división por cero y mantiene una semana con carga entre 0 y 1. Por eso 0.8 en el producto no equivale a 2.0 en Foster.
Siete días de descanso dan 0; un único día con carga da aproximadamente 0,29; siete cargas positivas idénticas dan 1. Un valor bajo no siempre es mejor: un pico grande y seis descansos también generan monotonía baja. Un valor alto solo indica números diarios parecidos.
Revisa las siete cargas, el total, el deporte, el contenido de las sesiones, el sueño, el dolor y las sensaciones.
Referencias
Relación de carga aguda:crónica (ACWR)
Descubre cómo Trainingload.ai calcula ACWR con Fatiga y Condición física del mismo día y por qué sirve para revisar carga, no para predecir lesiones.
Aerobic Capacity
Aerobic capacity describes the upper range of oxygen use during hard efforts, commonly represented by VO2 Max and interpreted alongside thresholds, economy, and training load.