Há vários anos que publicamos dados que mostram que Spleeft é uma ferramenta confiável para medir a velocidade do movimento. Mais recentemente, expandimos e otimizou o aplicativo para também medir pule altopara, reconhecendo-o como outra métrica fundamental para monitorar tanto a eficácia do treinamento quanto a fadiga que ele gera.
BAIXE O APLICATIVO SPLEEFT AGORA PARA iOS, ANDROID E APPLE WATCH!
Uma métrica complexa
Embora possa parecer simples, medir com precisão a altura do salto é uma tarefa complexaEm breve, lançaremos um white paper detalhando o processo de pesquisa e o raciocínio por trás da metodologia que adotamos — especificamente, como determinamos qual definição de altura de salto oferece a maior validade quando aplicada à nossa tecnologia. Este artigo fornece um breve resumo desse resultado.
Usando a captura de movimento como padrão ouro
Após testes extensivos, descobrimos que a definição de altura do salto que melhor se alinhava com nossa tecnologia era o deslocamento do centro de massa do corpo (CM)—de uma posição ereta e parada até o pico do salto. Essa abordagem tem sido usada em outros estudos científicos e reflete a definição mais tradicional de altura de salto vertical.
Para extrair esses valores, desenvolvemos um script Python para processar os dados de posição vertical capturados por um Sistema de captura de movimento STT Systems amostragem a 100 Hz. A altura final do salto foi calculada como a diferença entre a posição do COM na fase inicial de apoio — quando todo o pé do atleta estava em contato com o solo — e a altura máxima alcançada durante o salto.
Comparado a um método mais comum como Optojump, esta abordagem baseada em COM produz valores que são, em média, 10 cm mais alto. Isso se deve em grande parte às diferenças na forma como cada sistema define a decolagem. Os sistemas baseados em contato detectam o voo somente após a decolagem. dedos dos pés deixam o chão, enquanto na abordagem baseada em COM, o voo começa assim que o elevação do calcanhar desligado.
Qual é o erro médio do aplicativo para medir a altura do salto?
Nós encontramos um forte correlação entre a altura do salto medida com Sleeft em um Apple Watch Series 8 a 200 Hz e o sistema de captura de movimento STT a 100 Hz, com r² = 0,957.
O erro absoluto médio era apenas 1,3 cm, e - mais importante - permaneceu consistentemente baixo em uma variedade de alturas de salto. Para saltos entre 10 e 20 cm, o erro médio foi 1,0 cm. Para saltos entre 40 e 50 cm, aumentou apenas ligeiramente para 1,6 cm.
Além disso, um Análise de Bland-Altman confirmou a ausência de viés sistemático, como previsto. O intervalo de confiança do erro é muito semelhante ao relatado em estudos de validação de outros aplicativos, como Meu Salto 2.
Em nossos experimentos, percebemos a importância de realizando uma fase de aterrissagem correta nos saltos flexionando os joelhos sem travá-los. Isso é importante para manter a confiabilidade dos dados, bem como a boa saúde das articulações. Cada tecnologia tem suas próprias considerações. Em plataformas de contato, por exemplo, deve-se tomar cuidado para não flexionar as pernas durante a fase de voo, pois isso pode levar a superestimativas.
O valor do monitoramento diário: onde está o impacto real
No campo do treinamento baseado em velocidade e no desenvolvimento de tecnologias relacionadas, uma grande ênfase é colocada em validade científica e confiabilidade— e com razão. Como coletamos dados em períodos tão curtos, mesmo pequenas imprecisões podem levar a erros significativos.
Uma das avaliações mais utilizadas em pesquisas é a teste-reteste protocolo. No entanto, feedback do usuário do mundo real com base em dados de treinamento reais é igualmente valioso. O gráfico abaixo ilustra a estabilidade diária de medidas de altura do salto usando Spleft.
Isso mostra claramente tendências relacionadas a melhoria de desempenho e destreinamento, bem como quedas ocasionais provavelmente relacionadas à fadiga. Dito isso, a maioria dos dados foi coletada após um dia de descanso, com o salto agachado sendo normalmente o primeiro exercício da sessão — condições que ajudam a explicar os padrões observados.
Iván de Lucas Rogero
Desempenho Físico MSC e CEO SpeeftApp
Dedicado a melhorar o desempenho atlético e o treinamento de ciclismo, combinando ciência e tecnologia para gerar resultados.
