{"id":11190,"date":"2026-02-26T08:39:24","date_gmt":"2026-02-26T07:39:24","guid":{"rendered":"https:\/\/spleeft.app\/?p=11190"},"modified":"2026-02-26T08:43:07","modified_gmt":"2026-02-26T07:43:07","slug":"nova-atualizacao-aumente-os-seus-perfis-de-velocidade-de-carga","status":"publish","type":"post","link":"https:\/\/spleeft.app\/pt\/nova-atualizacao-aumente-os-seus-perfis-de-velocidade-de-carga\/","title":{"rendered":"Nova atualiza\u00e7\u00e3o! Supercharge Your Load - Perfis de velocidade"},"content":{"rendered":"Nesta nova atualiza\u00e7\u00e3o do Spleeft, concentr\u00e1mo-nos em dois aspectos fundamentais: melhorias na experi\u00eancia do utilizador relativamente \u00e0 medi\u00e7\u00e3o da velocidade de execu\u00e7\u00e3o e uma expans\u00e3o da an\u00e1lise das tend\u00eancias de velocidade e do perfil carga-velocidade.\r\n

BAIXE O APLICATIVO SPLEEFT AGORA PARA iOS, ANDROID E APPLE WATCH!<\/a><\/h2>\r\n

1. Modo de depura\u00e7\u00e3o: Em dire\u00e7\u00e3o a um algoritmo mais robusto<\/h2>\r\nA democratiza\u00e7\u00e3o da Treinamento baseado em velocidade<\/em> (VBT) utilizando os sensores internos do iPhone e do Apple Watch apresenta desafios t\u00e9cnicos complexos, especialmente no que respeita \u00e0 acelerometria. Embora recomendemos sempre seguir o nosso guia de boas pr\u00e1ticas<\/a>, Estamos conscientes de que existem cen\u00e1rios espec\u00edficos em que a dete\u00e7\u00e3o de repeti\u00e7\u00f5es pode variar em rela\u00e7\u00e3o a outros dispositivos de refer\u00eancia.\r\n\r\nPara resolver este problema, introduzimos Modo de depura\u00e7\u00e3o<\/strong>.\r\n\r\nSe detetar que o Spleeft n\u00e3o est\u00e1 a registar corretamente uma repeti\u00e7\u00e3o ou uma altura de salto numa determinada situa\u00e7\u00e3o, pode ativar este modo. Ao faz\u00ea-lo, enviar-nos-\u00e1 os dados em bruto para que a nossa equipa de desenvolvimento possa analisar o caso e ajustar o algoritmo. O objetivo \u00e9 reduzir a curva de aprendizagem e tornar o Spleeft infal\u00edvel em qualquer ambiente.\r\n\r\nActive-o antes de configurar cada conjunto no iPhone. No Apple Watch, toque no \u00edcone de defini\u00e7\u00f5es por baixo dos modos de desempenho. Tenha em aten\u00e7\u00e3o que a ativa\u00e7\u00e3o deste modo pode comprometer o desempenho do dispositivo, uma vez que consome uma quantidade significativa de mem\u00f3ria.\r\n

Melhoria nos exerc\u00edcios de arranque est\u00e1tico<\/h3>\r\nGra\u00e7as aos dados recolhidos durante a fase beta, optimiz\u00e1mos a dete\u00e7\u00e3o do in\u00edcio da fase conc\u00eantrica nos exerc\u00edcios que partem de uma posi\u00e7\u00e3o est\u00e1tica (sem contra-movimento pr\u00e9vio), como o levantamento terra<\/strong> ou variantes de prensagem em pausa. Agora, o algoritmo identifica o \u201cimpulso inicial\u201d com maior precis\u00e3o, assegurando que a velocidade m\u00e9dia reflecte fielmente o esfor\u00e7o realizado desde o primeiro mil\u00edmetro de desloca\u00e7\u00e3o.\r\n

2. Filtros de Amplitude de Movimento (ROM) e Agrupamento Temporal<\/h2>\r\nA sec\u00e7\u00e3o de tend\u00eancias \u00e9 fundamental para avaliar a progress\u00e3o a longo prazo. No entanto, uma mudan\u00e7a na t\u00e9cnica pode gerar ru\u00eddo nos dados.\r\n
    \r\n \t
  • Filtro ROM em Tend\u00eancias:<\/strong> Tal como no perfil carga-velocidade, pode agora filtrar os seus gr\u00e1ficos de evolu\u00e7\u00e3o por amplitude de movimento. Isto \u00e9 vital, uma vez que um aumento da ADM pode aumentar o tempo sob tens\u00e3o e alterar a velocidade m\u00e9dia sem indicar necessariamente uma altera\u00e7\u00e3o no desempenho neuromuscular. Aumentar a ADM com cargas pesadas pode fazer com que passe pelo ponto de bloqueio; com cargas leves, pode significar que passa mais tempo a aplicar for\u00e7a e a acelerar.<\/li>\r\n \t
  • Agrupamento temporal:<\/strong> Adicion\u00e1mos a op\u00e7\u00e3o de agrupar os dados por semanas ou meses. Isto permite-lhe eliminar a variabilidade di\u00e1ria e observar mais claramente se a programa\u00e7\u00e3o est\u00e1 a ter o efeito desejado.<\/li>\r\n<\/ul>\r\n