{"id":11403,"date":"2026-10-12T19:14:12","date_gmt":"2026-10-12T17:14:12","guid":{"rendered":"https:\/\/spleeft.app\/?p=11403"},"modified":"2026-10-12T19:14:16","modified_gmt":"2026-10-12T17:14:16","slug":"apple-watch-bar-contro-deadlift-da-polso","status":"publish","type":"post","link":"https:\/\/spleeft.app\/it\/apple-watch-bar-contro-deadlift-da-polso\/","title":{"rendered":"Apple Watch per lo stacco da terra: sul bilanciere o al polso?"},"content":{"rendered":"<p>Quando si effettua la misurazione <strong>velocit\u00e0 della barra con l'Apple Watch durante gli stacchi da terra<\/strong>, fa differenza se si indossa l\u2019orologio al polso o lo si fissa alla barra? Dopo aver condiviso gli ultimi miglioramenti apportati a Spleeft, una delle domande pi\u00f9 frequenti \u00e8 stata: perch\u00e9 l\u2019Apple Watch appariva fissato alla barra invece che al mio polso?.<\/p>\n\n<p>Capisco la reazione. Un orologio appeso a un bancone attira l\u2019attenzione e, s\u00ec, sapevo che quell\u2019immagine avrebbe potuto suscitare curiosit\u00e0. Ma dietro c\u2019era una domanda su cui stavamo indagando gi\u00e0 da un po\u2019: <strong>Potremmo rendere le misurazioni ancora pi\u00f9 affidabili appoggiando l'orologio sulla barra?<\/strong> In pratica, le misurazioni relative allo stacco di peso con l\u2019orologio al polso non sono risultate affidabili quanto quelle relative ad altri esercizi, come lo squat. Anche lo studio indipendente di validazione dell\u2019Apple Watch ha evidenziato questa differenza.<\/p>\n\n<p>Nei nostri test di stacco simultanei, l\u2019orologio fissato al bilanciere ha registrato un numero inferiore di oscillazioni prima della fase di sollevamento. Quando abbiamo ricostruito entrambi i segnali utilizzando la stessa procedura, anche la sua curva di velocit\u00e0 risultava pi\u00f9 vicina a quella dell\u2019encoder nella maggior parte delle ripetizioni. Ecco i dati e i limiti di tale confronto.<\/p>\n\n\n<figure class=\"wp-block-image aligncenter size-large\"><img fetchpriority=\"high\" decoding=\"async\" src=\"https:\/\/spleeft.app\/wp-content\/uploads\/2026\/10\/apple-watch-encoder-on-bar-768x1024.jpg\" alt=\"Apple Watch fissato alla barra accanto al cavo di un encoder lineare\" class=\"wp-image-11400\" width=\"412\" height=\"550\" style=\"width:412px;height:auto;max-width:100%;max-height:550px;object-fit:contain\" title=\"\" srcset=\"https:\/\/spleeft.app\/wp-content\/uploads\/2026\/10\/apple-watch-encoder-on-bar-768x1024.jpg 768w, https:\/\/spleeft.app\/wp-content\/uploads\/2026\/10\/apple-watch-encoder-on-bar-225x300.jpg 225w, https:\/\/spleeft.app\/wp-content\/uploads\/2026\/10\/apple-watch-encoder-on-bar-9x12.jpg 9w, https:\/\/spleeft.app\/wp-content\/uploads\/2026\/10\/apple-watch-encoder-on-bar.jpg 1200w\" sizes=\"(max-width: 412px) 100vw, 412px\" \/><figcaption class=\"wp-element-caption\">La configurazione utilizzata nei nostri test sul campo: l\u2019orologio fissato alla barra, con un encoder come riferimento esterno. La fotografia illustra la disposizione; non identifica una ripetizione specifica nei grafici.<\/figcaption><\/figure>\n\n\n<h2>Apple Watch al polso o appeso al bar: quale movimento rileva il sensore?<\/h2>\n\n<p>Quando si indossa un Apple Watch al polso durante un deadlift, la mano si muove insieme al bilanciere. Tuttavia, ci\u00f2 non significa che i loro movimenti siano identici in ogni momento.<\/p>\n\n<p>Prima di sollevare il peso, potresti regolare la presa, tendere le braccia o modificare leggermente la posizione del polso. Questi movimenti possono essere rilevati dal sensore anche quando il bilanciere si \u00e8 mosso di pochissimo. Anche la vestibilit\u00e0 del cinturino e le vibrazioni possono influire sulla registrazione.<\/p>\n\n<p>La nostra ipotesi era che alcune delle irregolarit\u00e0 riscontrate all\u2019inizio derivassero dall\u2019interazione tra il corpo, il polso e l\u2019orologio. Fissandolo alla barra avremmo potuto ridurre quei movimenti relativi e avvicinare il segnale all\u2019oggetto di cui volevamo misurare la velocit\u00e0.<\/p>\n\n<p>Questo \u00e8 importante perch\u00e9 Spleeft ricostruisce la velocit\u00e0 a partire dall'accelerazione. Un piccolo errore in quel segnale pu\u00f2 accumularsi durante l'integrazione. Ci\u00f2 che accade proprio prima della salita pu\u00f2 influire sul punto di partenza e, di conseguenza, sul tracciato dell'intera ripetizione.<\/p>\n\n<h2>Come abbiamo testato l\u2019Apple Watch durante gli stacchi di terra a confronto con Vitruve<\/h2>\n\n<p>Questa ricerca fa parte del nostro lavoro in corso sulle registrazioni dei corsi di formazione, che descriviamo nel nostro articolo su <a href=\"https:\/\/spleeft.app\/spleeft-bar-velocity-algorithm\/\">miglioramento dell'algoritmo di velocit\u00e0 di Spleeft con dati reali<\/a>. In questo articolo presenteremo tre segnali registrati contemporaneamente durante le stesse serie:<\/p>\n\n<ul><li>Un Apple Watch SE (1\u00aa generazione) fissato alla barra, su cui \u00e8 in esecuzione la nuova versione dell'algoritmo.<\/li><li>Un Apple Watch Series 8 al polso, con la versione precedente installata.<\/li><li>Un encoder lineare Vitruve come riferimento esterno.<\/li><\/ul>\n\n<p>Questo ci ha permesso di confrontare la stessa esecuzione, senza dover presumere che due serie eseguite in momenti diversi fossero equivalenti.<\/p>\n\n<p>Per questa analisi, presenteremo quattro serie di stacchi con tutte e tre le registrazioni: una a 60 kg, due a 70 kg e una a 80 kg. Ci\u00f2 ha lasciato <strong>15 ripetizioni simili<\/strong>. Una ripetizione in pi\u00f9 non presentava dati sufficienti relativi al polso prima del sollevamento ed \u00e8 stata esclusa; in un\u2019altra serie era presente solo la registrazione dell\u2019orologio relativa al bilanciere.<\/p>\n\n<h2>Risultati: velocit\u00e0 della barra durante 15 ripetizioni di stacco da terra<\/h2>\n\n<p>L'orologio sul bancone ha prodotto una traccia di velocit\u00e0 pi\u00f9 vicina a quella di Vitruve in <strong>14 delle 15 ripetizioni<\/strong>, con un errore medio inferiore in tutte e quattro le serie.<\/p>\n\n<p>Per quantificare tale vicinanza, abbiamo calcolato l'RMSE: una misura della differenza tra le curve, campione per campione. Un valore pi\u00f9 basso indica che le curve sono pi\u00f9 vicine in questo confronto.<\/p>\n\n<figure class=\"wp-block-table\"><table><thead><tr><th>Calcolare il totale delle 15 ripetizioni condivise<\/th><th>Orologio da bar<\/th><th>Orologio da polso<\/th><\/tr><\/thead><tbody><tr><td>RMSE medio durante la salita<\/td><td>0,033 m\/s<\/td><td>0,092 m\/s<\/td><\/tr><tr><td>RMSE medio all\u2019inizio<\/td><td>0,011 m\/s<\/td><td>0,057 m\/s<\/td><\/tr><\/tbody><\/table><\/figure>\n\n<p><em>L'intervallo iniziale va da 0,25 secondi prima a 0,15 secondi dopo l'inizio della fase concentrica, identificata tramite Vitruve. Questi valori rappresentano le medie dell'errore di tracciamento per ripetizione; non si tratta di errori di velocit\u00e0 media n\u00e9 di percentuali di affidabilit\u00e0 dell'app.<\/em><\/p>\n\n<p>Nell'analizzare l'accelerazione, abbiamo anche notato un minor numero di oscillazioni sul grafico prima di diverse salite. Questa differenza aiuta a spiegare perch\u00e9, oltre a migliorare l'algoritmo stesso, sia importante anche migliorare il segnale in ingresso all'algoritmo.<\/p>\n\n\n<figure class=\"wp-block-image aligncenter size-large\"><img decoding=\"async\" src=\"https:\/\/spleeft.app\/wp-content\/uploads\/2026\/10\/watch-placement-deadlift-velocity-only-en-823x1024.png\" alt=\"Confronto delle velocit\u00e0 ricostruite in quattro ripetizioni di stacco da terra con 70 kg\" class=\"wp-image-11401\" width=\"442\" height=\"550\" style=\"width:442px;height:auto;max-width:100%;max-height:550px;object-fit:contain\" title=\"\" srcset=\"https:\/\/spleeft.app\/wp-content\/uploads\/2026\/10\/watch-placement-deadlift-velocity-only-en-823x1024.png 823w, https:\/\/spleeft.app\/wp-content\/uploads\/2026\/10\/watch-placement-deadlift-velocity-only-en-241x300.png 241w, https:\/\/spleeft.app\/wp-content\/uploads\/2026\/10\/watch-placement-deadlift-velocity-only-en-10x12.png 10w, https:\/\/spleeft.app\/wp-content\/uploads\/2026\/10\/watch-placement-deadlift-velocity-only-en.png 1620w\" sizes=\"(max-width: 442px) 100vw, 442px\" \/><figcaption class=\"wp-element-caption\">Quattro ripetizioni con lo stesso carico da 70 kg. Velocit\u00e0 ricostruita in base ai dati dell'orologio montato sull'asta (verde acqua), dell'orologio al polso (arancione) e di Vitruve (scuro). La linea tratteggiata indica l'inizio della fase di sollevamento secondo Vitruve.<\/figcaption><\/figure>\n\n\n<p>Ci sono casi in cui il polso registra delle oscillazioni prima che l\u2019encoder mostri una chiara salita. La velocit\u00e0 ricostruita potrebbe quindi risultare sfalsata o presentare una deviazione in termini di ampiezza. In molti di questi casi, l\u2019orologio montato sulla barra segue pi\u00f9 da vicino il riferimento.<\/p>\n\n<h2>E gli affondi? La differenza non era la stessa<\/h2>\n\n<p>In quella sessione abbiamo anche registrato due serie di affondi con 50 kg, utilizzando contemporaneamente l\u2019orologio montato sul bilanciere, quello al polso e Vitruve.<\/p>\n\n<p>Qui, <strong>i segnali di accelerazione provenienti dal polso e dalla barra erano molto simili tra loro e a quelli dell\u2019encoder<\/strong>. Non abbiamo osservato una separazione cos\u00ec netta tra le serie come quella che avevamo notato prima di diverse serie di deadlift.<\/p>\n\n\n<figure class=\"wp-block-image aligncenter size-large\"><img decoding=\"async\" src=\"https:\/\/spleeft.app\/wp-content\/uploads\/2026\/10\/watch-placement-lunge-velocity-only-en-1024x637.png\" alt=\"Velocit\u00e0 ricostruita sulla base di due ripetizioni di affondo con 50 kg, registrata sulla barra, sul polso e sull\u2019encoder\" class=\"wp-image-11402\" width=\"600\" height=\"373\" style=\"width:600px;height:auto;max-width:100%;max-height:550px;object-fit:contain\" title=\"\" srcset=\"https:\/\/spleeft.app\/wp-content\/uploads\/2026\/10\/watch-placement-lunge-velocity-only-en-1024x637.png 1024w, https:\/\/spleeft.app\/wp-content\/uploads\/2026\/10\/watch-placement-lunge-velocity-only-en-300x186.png 300w, https:\/\/spleeft.app\/wp-content\/uploads\/2026\/10\/watch-placement-lunge-velocity-only-en-18x12.png 18w, https:\/\/spleeft.app\/wp-content\/uploads\/2026\/10\/watch-placement-lunge-velocity-only-en.png 1620w\" sizes=\"(max-width: 600px) 100vw, 600px\" \/><figcaption class=\"wp-element-caption\">Le due ripetizioni della prima serie di affondi. Colori: barra in verde acqua, polso in arancione e Vitruve in scuro. La velocit\u00e0 ricostruita include la discesa precedente e utilizza una condizione iniziale assistita dall\u2019encoder. In questa serie, entrambe le posizioni seguono da vicino il riferimento.<\/figcaption><\/figure>\n\n\n<h2>Cosa possiamo dedurre per quanto riguarda la formazione<\/h2>\n\n<p>Questo confronto ci fornisce una ragione pratica per continuare a studiare il posizionamento del bilanciere durante gli stacchi: avvicina il sensore al movimento che vogliamo misurare e, in questi test, ha prodotto un segnale pi\u00f9 stabile prima del sollevamento e curve di velocit\u00e0 pi\u00f9 vicine a quelle di Vitruve.<\/p>\n\n<p>Il vantaggio osservato negli stacchi da terra e il risultato meno evidente negli affondi ci spingono a studiare ciascun esercizio separatamente. Tuttavia, riteniamo che il posizionamento del bilanciere possa essere vantaggioso negli esercizi in cui il bilanciere viene tenuto con le mani senza essere appoggiato al corpo, tra cui potenzialmente anche la distensione su panca.<\/p>\n\n<p>Per altri esercizi, come gli squat e gli hip thrust, continuiamo a ritenere che indossare l'orologio al polso garantisca un buon equilibrio tra praticit\u00e0 e affidabilit\u00e0.<\/p>\n\n<h2>Dati relativi alla velocit\u00e0 e all\u2019accelerazione in Spleeft: imparare a utilizzare ciascuna tecnologia<\/h2>\n\n<p>Questo lavoro ha portato anche alla creazione di una funzionalit\u00e0 di Spleeft, introdotta nel <a href=\"https:\/\/spleeft.app\/smart-zero-apple-watch-control-vbt-update\/\">Smart Zero, comandi per Apple Watch e aggiornamento delle nuove metriche<\/a>: <strong>mettere a disposizione degli utenti, all\u2019interno dell\u2019app, i dati relativi alla velocit\u00e0 e all\u2019accelerazione<\/strong>, in modo che possano rivedere ci\u00f2 che \u00e8 successo durante la loro esibizione.<\/p>\n\n<p>In alcune registrazioni relative allo stacco da terra, \u00e8 evidente che la velocit\u00e0 non corrisponde a quanto dovrebbe verificarsi: prima dell\u2019inizio di una ripetizione, quando il bilanciere \u00e8 fermo, la curva pu\u00f2 presentare oscillazioni o discostarsi dallo zero. Piccoli movimenti del polso, vibrazioni e altri fattori esterni possono contribuire a queste irregolarit\u00e0.<\/p>\n\n<p>La visualizzazione del segnale consente agli utenti di confrontarlo con la propria esecuzione. La curva torna vicino allo zero durante una pausa? Si nota un movimento prima del sollevamento? C\u2019\u00e8 un\u2019irregolarit\u00e0 che coincide con una regolazione della presa o dell\u2019orologio? Queste domande aiutano gli utenti a riconoscere quando una misurazione deve essere rivista e come migliorare il posizionamento o la procedura nella serie successiva.<\/p>\n\n\n<figure class=\"wp-block-image aligncenter size-large\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/spleeft.app\/wp-content\/uploads\/2026\/08\/imu-data-playground-corrected-velocity-471x1024.png\" alt=\"Spleeft IMU Data Playground che mostra la velocit\u00e0 corretta, gli indicatori di ripetizione e gli intervalli a velocit\u00e0 zero\" class=\"wp-image-11338\" width=\"253\" height=\"550\" style=\"width:253px;height:auto;max-width:100%;max-height:550px;object-fit:contain\" title=\"\" srcset=\"https:\/\/spleeft.app\/wp-content\/uploads\/2026\/08\/imu-data-playground-corrected-velocity-471x1024.png 471w, https:\/\/spleeft.app\/wp-content\/uploads\/2026\/08\/imu-data-playground-corrected-velocity-138x300.png 138w, https:\/\/spleeft.app\/wp-content\/uploads\/2026\/08\/imu-data-playground-corrected-velocity-scaled-6x12.png 6w, https:\/\/spleeft.app\/wp-content\/uploads\/2026\/08\/imu-data-playground-corrected-velocity-scaled.png 1177w\" sizes=\"(max-width: 253px) 100vw, 253px\" \/><figcaption class=\"wp-element-caption\">IMU Data Playground su Spleeft: velocit\u00e0 corretta in verde, indicatori di ripetizione in blu e intervalli identificati come velocit\u00e0 zero in arancione. Lo screenshot mostra come rivedere una registrazione nell'app; non identifica l'esercizio n\u00e9 evidenzia una deviazione a riposo o una differenza tra la posizione della barra e quella del polso.<\/figcaption><\/figure>\n\n\n<p><strong>Vogliamo che gli utenti comprendano i propri dati e imparino a utilizzare meglio lo strumento.<\/strong> L'affidabilit\u00e0 dipende anche dall'insegnamento di dove posizionare il sensore, quali segnali vale la pena esaminare e quando interpretare un risultato con maggiore cautela. Consentire agli utenti di accedere alle registrazioni favorisce tale apprendimento, mettendo a disposizione ci\u00f2 che \u00e8 accaduto durante il loro stesso allenamento.<\/p>\n\n<h2>Il nostro obiettivo: dati che ti aiutano a prendere decisioni<\/h2>\n\n<p>L'intelligenza artificiale sta rendendo lo sviluppo delle app pi\u00f9 accessibile. Ci aiuta a scrivere codice, a esplorare idee e ad agire pi\u00f9 rapidamente. Noi di Spleeft la utilizziamo anche per analizzare le registrazioni e verificare le nostre interpretazioni, come abbiamo fatto in questo confronto.<\/p>\n\n<p>Questo mi ha portato a concentrare i miei sforzi su ci\u00f2 che ritengo pi\u00f9 utile per chi si allena con l'app: <strong>la qualit\u00e0 dei dati e la loro utilit\u00e0 per le decisioni quotidiane<\/strong>.<\/p>\n\n<p>Apple fornisce il dispositivo e i relativi sensori. Il nostro compito \u00e8 capire come si comportano durante la fase di addestramento, sviluppare l\u2019algoritmo che interpreta tali segnali e testarlo nelle condizioni reali dei nostri utenti. L\u2019esperienza di addestramento, i test sul campo e l\u2019analisi dei dati contribuiscono tutti a questo processo, con il supporto dell\u2019intelligenza artificiale.<\/p>\n\n<p>La nostra priorit\u00e0 \u00e8 migliorare l'affidabilit\u00e0 delle misurazioni e aiutare gli utenti a riconoscerne i limiti, affinch\u00e9 la velocit\u00e0 registrata possa fornire informazioni utili per regolare un carico, monitorare la fatica o valutare i progressi.<\/p>\n\n<p><strong>Vogliamo che l'allenamento basato sulla velocit\u00e0 sia pi\u00f9 accessibile, e tale accessibilit\u00e0 richiede anche un'attenzione particolare alla qualit\u00e0 di ci\u00f2 che misuriamo.<\/strong> Questo \u00e8 il lavoro che vogliamo continuare a svolgere in Spleeft: utilizzare strumenti che ci aiutino ad agire pi\u00f9 rapidamente per sviluppare metriche sempre pi\u00f9 utili nell'allenamento vero e proprio.<\/p>\n\n<h2>Domande frequenti sull'Apple Watch per lo stacco da terra<\/h2>\n\n<h3>\u00c8 meglio appoggiare l'Apple Watch sul bancone piuttosto che indossarlo al polso?<\/h3>\n\n<p>In questa sessione di stacco da terra, la velocit\u00e0 ricostruita dall\u2019orologio montato sul bilanciere era pi\u00f9 vicina a quella rilevata da Vitruve in 14 delle 15 ripetizioni comparabili. Si tratta di un risultato preliminare: il modello dell\u2019orologio e la versione del software erano diversi, e la ricostruzione si \u00e8 basata sulle informazioni fornite dall\u2019encoder. Ci\u00f2 non dimostra un vantaggio universale n\u00e9 l\u2019accuratezza indipendente dell\u2019app.<\/p>\n\n<h3>I grafici mostrano la velocit\u00e0 calcolata da Spleeft in tempo reale?<\/h3>\n\n<p>No. Per confrontare i segnali, abbiamo applicato una procedura standard ai dati di accelerazione esportati, avvalendoci di Vitruve per delimitare le fasi di salita e stabilire la condizione iniziale. I grafici mostrano tale ricostruzione offline.<\/p>\n\n<h3>Cosa posso imparare rivedendo le registrazioni del mio gruppo?<\/h3>\n\n<p>\u00c8 possibile verificare se la velocit\u00e0 si avvicina allo zero durante le pause e se si verificano irregolarit\u00e0 prima del sollevamento. Il confronto della curva con la propria esecuzione aiuta a rivedere il posizionamento e la procedura; una curva coerente, di per s\u00e9, non garantisce la precisione.<\/p>\n\n<p>Se vuoi provare l'allenamento basato sulla velocit\u00e0 con il tuo Apple Watch o iPhone, <a href=\"https:\/\/apps.apple.com\/us\/app\/spleeft\/id1606893985\" target=\"_blank\" rel=\"noopener\">Scarica Spleeft dall'App Store<\/a>. Inizia esaminando le tue registrazioni e valutando in che modo queste si rapportano alla tua esecuzione.<\/p>","protected":false},"excerpt":{"rendered":"<p>Confrontiamo le registrazioni simultanee effettuate dall\u2019Apple Watch, posizionato sia sulla barra che al polso, con quelle di un encoder lineare durante l\u2019esecuzione dei deadlift: quali variazioni si riscontrano nel segnale e quali conclusioni possiamo trarne.<\/p>","protected":false},"author":1,"featured_media":11401,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"om_disable_all_campaigns":false,"_monsterinsights_skip_tracking":false,"footnotes":""},"categories":[142],"tags":[67,21],"class_list":["post-11403","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-case-studies","tag-apple-watch","tag-vbt"],"_links":{"self":[{"href":"https:\/\/spleeft.app\/it\/wp-json\/wp\/v2\/posts\/11403","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/spleeft.app\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/spleeft.app\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/spleeft.app\/it\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/spleeft.app\/it\/wp-json\/wp\/v2\/comments?post=11403"}],"version-history":[{"count":2,"href":"https:\/\/spleeft.app\/it\/wp-json\/wp\/v2\/posts\/11403\/revisions"}],"predecessor-version":[{"id":11406,"href":"https:\/\/spleeft.app\/it\/wp-json\/wp\/v2\/posts\/11403\/revisions\/11406"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/spleeft.app\/it\/wp-json\/wp\/v2\/media\/11401"}],"wp:attachment":[{"href":"https:\/\/spleeft.app\/it\/wp-json\/wp\/v2\/media?parent=11403"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/spleeft.app\/it\/wp-json\/wp\/v2\/categories?post=11403"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/spleeft.app\/it\/wp-json\/wp\/v2\/tags?post=11403"}],"curies":[{"name":"parola chiave","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}