Monotonia do treinamento
Entenda como o Trainingload.ai calcula Monotonia e Training Strain com as sete cargas diárias mais recentes e como isso difere das métricas clássicas de Foster.
A monotonia do treinamento descreve o quanto as cargas diárias dos últimos sete dias corridos são parecidas. Dias semelhantes geralmente produzem valor maior; uma alternância clara entre dias altos, baixos e de descanso costuma produzir valor menor.
O Trainingload.ai mostra uma versão normalizada e limitada, não o valor clássico de Foster. Ela não mede fadiga, recuperação, overtraining nem probabilidade de lesão.
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 todas as cargas forem zero, Monotonia e Strain retornam zero. A fórmula clássica é foster_monotony = mean_load / sd_load e não tem limite superior. Por isso, 0.8 no Trainingload.ai não equivale a 2.0 em Foster.
Sete dias zerados dão 0; um único dia com carga dá aproximadamente 0,29; sete cargas positivas idênticas dão 1. Valor baixo não é automaticamente melhor: um pico grande com seis dias zerados também gera baixa monotonia.
Referências
Razão de carga aguda:crônica (ACWR)
Entenda como o Trainingload.ai calcula a ACWR com Fadiga e Condicionamento físico do mesmo dia e por que ela serve para analisar a carga, não para prever lesões.
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.