Condicionamento físico (CTL)
O Trainingload.ai mostra o CTL com uma barra de progresso azul e uma linha azul no gráfico PMC.
O condicionamento físico (CTL), ou carga crônica de treinamento, combina duração e carga de treinamento (TSS) para resumir o histórico de treinamento do usuário. O Trainingload.ai usa por padrão uma constante de tempo de 42 dias e mostra o percentual atual em relação ao maior CTL histórico do próprio usuário. O CTL resume um histórico de carga modelado; ele não mede diretamente condicionamento físico, adaptação, saúde ou desempenho em prova.
Os valores de exemplo servem apenas para visualizar a interface.
De onde vem o valor de condicionamento físico (CTL)
O Trainingload.ai primeiro determina a carga de cada atividade conforme as métricas disponíveis e a prioridade configurada das fontes. Dependendo da atividade e das configurações, a fonte pode ser potência, frequência cardíaca, ritmo ou RPE da sessão.
Isso significa que:
- Dados de atividade ausentes ou alterados podem mudar o condicionamento físico (CTL).
- Alterar limiares ou a prioridade das fontes pode mudar a carga derivada e os valores posteriores do PMC.
- O Trainingload.ai seleciona uma carga disponível por atividade conforme a prioridade configurada; misturar fontes com escalas inconsistentes reduz a comparabilidade entre períodos.
- Em um dia sem carga de atividade registrada, a entrada diária é zero e o CTL anterior diminui gradualmente.
Fórmula
O Trainingload.ai usa decaimento exponencial com uma constante de tempo padrão do CTL de 42 dias:
decay_CTL = exp(-1 / 42)
CTL_today = CTL_yesterday × decay_CTL + daily_load × (1 − decay_CTL)exp é a função exponencial natural. Com a constante padrão, decay_CTL ≈ 0.976472; portanto, a carga de hoje recebe peso aproximado de 0.023528.
Como entender a tendência do condicionamento físico (CTL)
- CTL subindo: a carga diária recente está, em geral, acima do nível atual de CTL.
- CTL estável: a carga recente está aproximadamente mantendo o nível modelado.
- CTL caindo: a carga recente está, em geral, abaixo desse nível, inclusive durante redução de treino ou taper.
Perguntas úteis
O CTL pode ajudar a responder:
- O condicionamento físico (CTL) atual está subindo, mantendo ou caindo?
- Treinos perdidos ou um período de recuperação mudaram a tendência de longo prazo?
- O plano atual está produzindo a direção de carga pretendida?
- Uma alteração de limiar ou fonte reduziu a comparabilidade?
O CTL sozinho não consegue responder:
- O usuário se adaptou bem ao treinamento?
- O treino intenso de amanhã é seguro?
- O usuário está recuperado, saudável ou pronto para competir?
- Um usuário tem mais condicionamento que outro?
Antes de decidir, considere também tendências de desempenho, qualidade de execução, estado subjetivo, fadiga (ATL) e forma (TSB).
Referências
- Intervals.icu: fórmulas de condicionamento, fadiga e forma
- Glossário RUNALYZE: Chronic Training Load (CTL)
- Calvert et al. (1976): A Systems Model of the Effects of Training on Physical Performance
Páginas relacionadas
Training Stress Score (TSS)
Training Stress Score (TSS) estimates single-session training load by combining duration and relative intensity.
Fadiga (ATL)
Entenda como o Trainingload.ai modela a Fadiga (ATL) a partir da carga diária e como interpretar a tendência sem tratá-la como medida direta de fadiga.