Forudsigelse af Sluttid Ud Fra et Løb, Du Allerede Har Gennemført
En løbstidsforudsigelse estimerer din sandsynlige sluttid på en løbsdistance ud fra en reel sluttid, du allerede har løbet på en anden distance, ved hjælp af Pete Riegels udholdenhedsformel. Riegel offentliggjorde formlen første gang i Runner’s World i 1977 og forfinede den i 1981 i American Scientist, baseret på løbsdata fra sprints til ultramaraton. Indtast distancen og tiden fra et løb, du har gennemført, vælg distancen, du vil have en forudsigelse for, og denne beregner forudsiger din sandsynlige sluttid og tempo.
Formlen
Hvor er din kendte sluttid på distancen , og er den forudsagte sluttid på din måldistance .
Eksponenten, 1,06, er lidt over 1 — det er en træthedsfaktor, der tager højde for, at tempoet naturligt bliver lidt langsommere, når distancen øges. Løbere kan ikke holde tempoet fra det kortere løb over en længere distance i det uendelige, så en simpel lineær skalering (at gange med det rene distanceforhold) ville undervurdere, hvor meget langsommere et længere løb faktisk er, og overvurdere, hvor meget hurtigere et kortere er. Den samme formel virker i begge retninger — at forudsige et kortere løb ud fra et kendt længere resultat er lige så gyldigt som det mere almindelige tilfælde, længere ud fra kortere.
Beregnet eksempel
En løber gennemfører et 5K på 25:00 og vil vide sin sandsynlige 10K-tid:
- Distanceforhold: .
- Anvend eksponenten: .
- Forudsagt tid: .
- Forudsagt tempo: .
Almindelige fejl
En forudsigelse er et realistisk træningsmål, ikke en garanti — de faktiske resultater på løbsdagen afhænger af din træning mellem løbene, banens terræn og højdeforskelle, vejret og hvor godt du styrer dit tempo. Forudsigelser har også en tendens til at være mere pålidelige, jo tættere den kendte og måldistancen er på hinanden; at fremskrive en 5K-tid helt til et fuldt maraton indebærer mere usikkerhed end at fremskrive en 10K til et halvmaraton.
Vigtige Faktorer At Overveje
- Riegel-formlen antager proportionalt lignende træning og pacing-strategi mellem den kendte og måldistancen. Den fungerer bedst som en grov guide for en veltrænet løber, der skifter mellem lignende løbstyper — nogen, der træner specifikt til korte, hurtige løb, men har lavet lidt udholdenhedsopbyggende arbejde, kan opleve, at en maratonforudsigelse ud fra en 5K-tid er for optimistisk, da formlen ikke tager højde for udholdenhedsspecifikke træningshuller.
- Maratonforudsigelser specifikt har en tendens til at være optimistiske for mindre erfarne maratonløbere. Maratondistancen involverer en distinkt fysiologisk udfordring (glykogenudtømning, ofte kaldet “at ramme muren”), som kortere løb ikke rigtig tester — Riegels egen formel var kalibreret på tværs af mange distancer og løbere, men en individuel løbers specifikke maratonerfaring kan afvige mere fra forudsigelsen end for sammenligninger med tættere distancer.
- Banens sværhedsgrad (bakker, terræn, varme) ved måldistanceløbet fanges slet ikke af denne beregner. En forudsigelse antager lignende gunstige forhold som referenceløbet — et bakket eller varmt målløb vil sandsynligvis løbe langsommere, end denne formel forudsiger, uanset kondition.
- At bruge et nyligt, jævnt tempo-styret løbsresultat som det kendte input producerer en mere pålidelig forudsigelse end et ældre eller dårligt tempo-styret et. Et løb kørt for måneder siden (før yderligere træningsændringer) eller et, hvor tempostyringen brød sammen betydeligt (som et “alt-ud-og-så-falme”-forsøg), er et mindre pålideligt referencepunkt end et nyligt, jævnt tempo-styret løbsresultat.
Godt At Vide
- Vil du konvertere din forudsagte sluttid til et trænings-tempo per mil eller kilometer? Løbetempo Beregner konverterer direkte mellem tid, distance og tempo.
- Træner du mod denne forudsagte tid og vil planlægge din indsats efter pulszone? Målpulszone Beregner beregner målzoner ud fra din alder og hvilepuls.
- Vil du estimere kalorieomkostningen ved selve løbet? Forbrændte Kalorier Beregner estimerer forbrændt energi ud fra aktivitet, vægt og varighed.