推 Chiou: Runalyze應該有,超適合數據控 07/09 15:37
推 KXI0125: 是說garmin 手錶給的功率準嗎 07/09 15:50
推 selfvalue: 我會說大部分狀況是合理的 07/09 16:00
→ selfvalue: 例如這篇 07/09 16:00
→ selfvalue: 首先 它是提供機械功率 跑步的重複行為 可以看成每次 07/09 16:02
→ selfvalue: 重複行為的波峰跟波谷曲線 07/09 16:02
→ selfvalue: 2. 然後任何函數的平均值都可以用積分來表現 07/09 16:02
→ selfvalue: 3. 而積分通過電子的偵測訊號來表現 07/09 16:03
→ selfvalue: 但上面文章我們可以發現 例如我們常考慮到的cadence 07/09 16:04
→ selfvalue: 它是有一個肌肉協調的過程 eg 你換新鞋 然後腳覺得不 07/09 16:04
→ selfvalue: 合適 可能影響實際的表現 07/09 16:04
→ selfvalue: 面對一些實際問題 就可以說它是機械效率模型的過度簡 07/09 16:06
→ selfvalue: 化 07/09 16:06
→ selfvalue: 這例子可能不太好 但我相信你們可以自行提出例外的狀 07/09 16:06
→ selfvalue: 況 07/09 16:06
→ selfvalue: 就像PF大大跟Mumuh大大會通過ai來解讀數據 是可以說有 07/09 16:08
→ selfvalue: 什麼特殊狀況 沒什麼大問題 07/09 16:08
→ selfvalue: 與其說準確度 我覺得不如說可參考性 07/09 16:09
→ selfvalue: 訓練法從tudors bompa那個年代 就一直是很依賴數學跟 07/09 16:10
→ selfvalue: 觀測的 07/09 16:10
推 selfvalue: Tudor O. Bompa, PhD, revolutionized Western traini 07/09 16:11
→ selfvalue: ng methods when he introduced his groundbreaking t 07/09 16:11
→ selfvalue: heory of periodization in Romania in 1963. After a 07/09 16:11
→ selfvalue: dopting his training system, the Eastern Bloc coun 07/09 16:11
→ selfvalue: tries dominated international sports through the 1 07/09 16:11
→ selfvalue: 970s and 1980s. 07/09 16:11
→ selfvalue: 方法是讓它進入了現代領域的基石 07/09 16:12
推 KXI0125: 謝謝S大,看了實測說garmin的數字會比較大 07/09 17:22
推 selfvalue: 我不知道garmin的 我只有幫Microsoft audio lab跟tesl 07/09 23:53
→ selfvalue: a做過設計 07/09 23:53
→ selfvalue: 實測有沒有說為什麼他們數字比較大 07/09 23:53
→ selfvalue: garmin我有7x 都只用手電筒耍帥 07/09 23:55
→ yr: 你的 EI 就是提出的人是 Andrew Coggan, PhD. ,他稱為 RE 07/10 09:38
→ yr: Running Effectiveness , 記得在 WKO 裡面以前有用過 07/10 09:40
→ yr: 我這幾年都沒看 scatter plot 了,比較有意義的其實是你的 07/10 09:42
→ yr: 目標功率附近的值,譬如你要比馬拉松,那就是去考慮你訓練 07/10 09:42
→ yr: 裡面馬拉松目標功率的區段的 RE ,可以拿來當比賽配速參考 07/10 09:43
→ yr: 你要是會用 WKO 的話,可以自己畫這個圖表 07/10 09:44
推 Sensibility: 樓上們專業推 07/10 09:47