
验证研究
使用 Apple Watch 和 iPhone 测量杠铃速度的 Spleeft 的有效性和可靠性
几周前,我们发布了一份证明白皮书,解释了我们的算法、算法背后的技术,以及大量数据来证明为什么

几周前,我们发布了一份证明白皮书,解释了我们的算法、算法背后的技术,以及大量数据来证明为什么
此次更新将允许 Apple Watch 8 及更新版本用户以每秒 200 个数据的速度测量杠铃速度和跳跃高度。对于所有

此次重大更新允许您将数据导入 Spleeft,添加运动员姓名标签,保存到 iCloud 并进行数据分析。

我们将于 4 月 24 日迎来 Spleeft PRO 的重大更新。现在,您可以使用 iPhone 追踪更多器械训练和哑铃训练。

在 Spleeft 作为 VBT App,我们不断努力改善您的体验,为您提供更直观、更有效的工具来监控您的

在我们的 VBT 中的 Z 分数文章中了解有关自动调节的更多信息。估计练习中的最大重复次数是提供的首要选项之一

如果你执教的时间足够长,你最终会遇到这种情况:两名运动员参加相同的训练计划,相同的训练百分比,相同的提示……但杠铃速度却完全不同。.

如果你曾经看过运动员苦练那些本应“爆发力十足”的训练组,你就会明白那种挫败感。该训练计划中提到了80%。

过去十年,体能训练领域发生了根本性的变化。如果你仍然依赖基于百分比的计算和猜测来制定训练计划,那就大错特错了。

如果你最近在健身房待过一段时间,你可能已经注意到教练们在组间休息时盯着屏幕,追踪着远超预期的数据。

基于速度的训练 (VBT),也称为速度训练或训练速度,代表了传统基于百分比的力量训练方法的范式转变。这种方法提供
为了提供最佳体验,我们使用 cookies 等技术来存储和/或访问设备信息。同意使用这些技术将允许我们在本网站上处理浏览行为或唯一 ID 等数据。不同意或撤销同意可能会对某些功能产生不利影响。