Da diversi anni pubblichiamo dati che dimostrano che Spleeft è uno strumento affidabile per misurare la velocità del movimentoPiù recentemente, abbiamo ampliato e ottimizzato l'app per misurare anche saltare in altot, riconoscendolo come un altro parametro chiave per monitorare sia l'efficacia dell'allenamento sia la fatica che genera.
SCARICA ORA L'APP SPLEEFT PER iOS, ANDROID E APPLE WATCH!
Una metrica complessa
Sebbene possa sembrare semplice, misurare con precisione l'altezza del salto è un compito complessoA breve pubblicheremo un white paper che descriverà in dettaglio il processo di ricerca e le motivazioni alla base della metodologia adottata, in particolare come abbiamo determinato quale definizione di altezza di salto offra la massima validità applicata alla nostra tecnologia. Questo articolo fornisce una breve sintesi di tale risultato.
Utilizzo del Motion Capture come standard di riferimento
Dopo test approfonditi, abbiamo scoperto che la definizione di altezza del salto che meglio si adattava alla nostra tecnologia era lo spostamento del centro di massa del corpo (COM)—da una posizione eretta stazionaria al picco del salto. Questo approccio è stato utilizzato in altri studi scientifici e riflette la definizione più tradizionale dell'altezza del salto verticale.
Per estrarre questi valori, abbiamo sviluppato uno script Python per elaborare i dati di posizione verticale catturati da un Sistema di cattura del movimento STT Systems campionamento a 100 Hz. L'altezza finale del salto è stata calcolata come la differenza tra la posizione del COM nella fase iniziale di stazione eretta, quando l'intero piede dell'atleta era a contatto con il terreno, e l'altezza massima raggiunta durante il salto.
Rispetto ad un metodo più comune come Optojump, questo approccio basato su COM produce valori che sono, in media, 10 cm più altoCiò è dovuto in gran parte alle differenze nel modo in cui ciascun sistema definisce il decollo. I sistemi basati sul contatto rilevano il volo solo dopo il le dita dei piedi si staccano da terra, mentre nell'approccio basato su COM, il volo inizia non appena il rialzi per i talloni spento.
Qual è l'errore medio dell'app nel misurare l'altezza del salto?
Abbiamo trovato un forte correlazione tra l'altezza del salto misurata con Spleeft su un Apple Watch Series 8 a 200 Hz e il sistema di cattura del movimento STT a 100 Hz, con r² = 0,957.
IL errore assoluto medio era solo 1,3 centimetrie, cosa più importante, è rimasto costantemente basso su una gamma di altezze di salto. Per salti tra 10 e 20 centimetri, l'errore medio era 1,0 centimetriPer i salti tra 40 e 50 centimetri, è aumentato solo leggermente a 1,6 centimetri.
Inoltre, un Analisi di Bland-Altman ha confermato l'assenza di bias sistematico, come previsto. L'intervallo di confidenza dell'errore è molto simile a quello riportato negli studi di validazione di altre app, come Il mio salto 2.
Nei nostri esperimenti, abbiamo capito l'importanza di eseguire una corretta fase di atterraggio nei salti flettendo le ginocchia e senza bloccarle. Questo è importante per mantenere l'affidabilità dei dati e la buona salute delle articolazioni. Ogni tecnologia ha le sue considerazioni. Sulle piattaforme di contatto, ad esempio, bisogna fare attenzione a non flettere le gambe durante la fase di volo, poiché ciò può portare a sovrastime.
Il valore del monitoraggio quotidiano: dove risiede il vero impatto
Nel campo dell'allenamento basato sulla velocità e dello sviluppo delle relative tecnologie, si pone molta enfasi su validità scientifica e affidabilità—e a ragione. Poiché raccogliamo dati in intervalli di tempo così brevi, anche piccole imprecisioni possono portare a errori significativi.
Una delle valutazioni più comunemente utilizzate nella ricerca è la test-ritest protocollo. Tuttavia, feedback degli utenti del mondo reale basato su dati di formazione reali è altrettanto prezioso. Il grafico seguente illustra la stabilità giornaliera di misurazioni dell'altezza del salto utilizzando Spleeft.
Si vede chiaramente tendenze legate a miglioramento delle prestazioni e detraining, oltre a cali occasionali probabilmente correlati all'affaticamento. Detto questo, la maggior parte dei dati è stata raccolta dopo un giorno di riposo, con lo squat jump in genere come primo esercizio della sessione: condizioni che aiutano a spiegare i modelli osservati.
Ivan de Lucas Rogero
Prestazioni fisiche MSC e CEO SpleeftApp
Dedicato al miglioramento delle prestazioni atletiche e dell'allenamento ciclistico, unendo scienza e tecnologia per ottenere risultati.
