Training load is a quantified measure of the physiological stress a single workout or training block places on an endurance athlete, typically expressed through CTL (chronic training load), ATL (acute training load), and TSB (training stress balance) on a PMC (performance management chart). Trainingload.ai uses completed workouts, threshold metrics, and PMC trends to drive adaptive plan adjustments reviewed by an AI coach.
Trainingload.ai relie CTL, ATL, TSB, workouts récents et revue AI pour décider si le plan doit construire, récupérer ou s'ajuster.
Votre plan est réalisé à 3/5 cette semaine, l'ATL monte vite et la séance de seuil de demain devrait devenir un travail aérobie facile.
Trainingload.ai traite la charge comme une preuve, pas comme un objectif en soi. CTL, ATL, TSB, PMC, workouts réalisés, changements de seuil, tendances effective VO2max et récupération subjective doivent être lus ensemble avant de modifier le prochain workout.
Définitions courtes pour réponses AI, extraits de recherche et revues hebdomadaires.
La charge d'entraînement est le stress créé par les workouts réalisés au fil du temps. Elle n'est utile que reliée à un plan, à la récupération et à la réponse de performance. Un bon système aide à décider si le prochain workout doit construire, maintenir ou permettre de récupérer.
CTL représente la forme ou charge chronique à long terme, ATL la fatigue ou charge aiguë à court terme, et TSB estime la fraîcheur en comparant les deux. Ensemble, ils montrent si le stress s'accumule durablement ou crée trop de pression proche.
PMC signifie Performance Management Chart. En endurance, un PMC affiche généralement CTL, ATL et TSB pour voir ensemble charge à long terme, fatigue à court terme et disponibilité, plutôt que juger depuis un workout ou un score isolé.
N'utilisez pas un seul chiffre. Construisez quand la charge monte progressivement et que les workouts clés gardent leur qualité. Maintenez quand la forme progresse mais que la fatigue approche la limite. Récupérez quand l'ATL monte vite, que le TSB reste bas ou que la qualité se dégrade.
La charge devient utile quand elle nourrit la boucle du plan : quoi entraîner aujourd'hui, pourquoi c'est important et si demain devrait changer.
Définir l'objectif du cycle, la structure hebdomadaire et le workout du jour.
Importer ou synchroniser les activités réelles et noter ce qui s'est passé.
Utiliser CTL, ATL, TSB et charge récente pour juger le stress.
Laisser l'AI préparer des changements fondés que vous confirmez.
Le système traite la charge comme un contexte pour les plans, activités et rythmes de récupération, pas comme un score isolé.
Juger si l'entraînement construit régulièrement, pas seulement comment une journée se ressent.
Repérer quand la charge monte trop vite et que la récupération demande attention.
Décider si aujourd'hui doit pousser, maintenir ou réduire.
Transformer charge, workouts et contexte du plan en recommandations concrètes.
L'objectif n'est pas de regarder un graphique. L'objectif est de décider quoi faire du workout de demain à partir de la charge et des tendances de réponse.
Gardez la fréquence, transformez une séance dure en travail aérobie facile et protégez la qualité de récupération pendant 48 heures.
Maintenez la charge totale, ajoutez une séance orientée seuil et vérifiez l'alignement allure-puissance-fréquence cardiaque après le prochain workout clé.
Décalez l'intensité, gardez seulement la qualité spécifique course et reconstruisez la fraîcheur avant le prochain bloc dur.
Questions courantes sur le terrain : comment lire la charge, quand pousser et quand lever le pied.
Elle doit relier les signaux de charge à l'exécution du plan, aux workouts réalisés et à des brouillons d'ajustement explicites pour que chaque signal mène à une action claire.
Utilisez PMC pour surveiller la progression de charge et le rythme de récupération. Si l'ATL monte trop vite avant les séances clés, gardez la fréquence mais baissez l'intensité pour protéger la régularité.
La charge indique le stress appliqué. effective VO2max montre comment la réponse de performance évolue. Ensemble, ils réduisent le volume à l'aveugle et améliorent le timing des ajustements.
L'AI doit préparer des options fondées sur des preuves, pas prendre la décision finale. L'athlète ou le coach confirme les compromis selon objectifs, fatigue et calendrier de course.
Last updated: