Seria: STRONGMAN DATA LAB: CUM MĂSURĂM ȘI ANALIZĂM PERFORMANȚA - Episodul 3: Relația dintre 1RM și performanța în probele dinamice

Un sportiv poate ridica 300 de kilograme la îndreptări și totuși să fie depășit de un adversar cu un 1RM mai modest într-o cursă Farmer’s Walk. Altul poate avea o genuflexiune excepțională, dar să piardă secunde la Yoke din cauza startului, balansului cadrului sau a ritmului pașilor. În Truck Pull, forța absolută contează, însă tracțiunea cu solul, direcția aplicării forței și rezistența vehiculului schimbă radical cerința. Aceste situații nu contrazic importanța forței maximale. Ele arată că 1RM și performanța într-o probă dinamică sunt variabile legate, nu sinonime.

În episodul întâi al seriei STRONGMAN DATA LAB am definit măsurarea validă, comparabilitatea și incertitudinea. În episodul al doilea am construit structura unei baze de date în care încărcăturile, timpii, aparatele și încercările nu sunt confundate. Acum putem pune o întrebare care interesează direct sportivii și antrenorii: în ce măsură un 1RM la Squat, Deadlift, Strict Press sau Log anticipează rezultatele la Yoke Walk, Farmer’s Walk, Truck Pull și alte evenimente cu deplasare? Răspunsul nu poate proveni dintr-o singură ecuație. Depinde de proba studiată, de sportivi, de încărcături, de metodele de testare și de sensul statistic al expresiei «relație».

Există dovezi empirice relevante. Winwood, Keogh și Harris au cercetat 23 de jucători semiprofesioniști de rugby, cu experiență de antrenament de forță și o anumită familiaritate cu strongmanul, comparând rezultatele la exerciții din sală cu probe precum Farmer’s Walk, Truck Pull, Tire Flip și Log. Autorii au raportat corelații de aproximativ 0,61–0,85 între genuflexiunea maximală și performanța în diversele probe strongman, precum și r = 0,87 între un indicator compozit definit ca masa corporală plus 1RM la Squat și performanța globală în eșantionul studiat [1]. Sunt relații importante, dar nu sunt o formulă individuală care transformă cinci kilograme câștigate la Squat într-un anumit număr de secunde la Farmer’s.

Interpretarea acestor rezultate necesită precizie. Participanții nu reprezentau toți competitorii strongman de elită, iar designul observațional nu demonstrează ce efect ar produce modificarea unei singure capacități prin antrenament. O corelație calculată între persoane nu este același lucru cu răspunsul unui sportiv de-a lungul anilor. În plus, probele dinamice folosesc greutăți, distanțe și aparate diferite. Un 1RM este o măsură specifică unui exercițiu, într-un set de condiții, nu o măsurare directă a vitezei de mers sau a forței orizontale disponibile la un ham de Truck Pull.

Acest episod dezvoltă relația prin biomecanică, statistică și exemple numerice. Vom discuta de ce Squat poate reflecta o resursă importantă pentru deplasările încărcate, ce relație are Deadliftul cu desprinderea mânerelor Farmer’s, de ce un Log maximal nu spune totul despre repetările contra cronometru și cum se schimbă predictibilitatea când traseul include viraje ori sol diferit. Vom explica r, r², corelația parțială, erorile de predicție, variabilele de confuzie, standardizarea sarcinii și diferența dintre estimarea la nivel de grup și decizia individuală.

Exemplele cu sportivi A, B sau cu serii de rezultate prezentate mai jos sunt construite didactic și sunt marcate ca ipotetice. Nu vom inventa coeficienți de corelație atribuiți unor cercetări inexistente și nu vom presupune că o progresie în sală asigură o îmbunătățire punctuală pe teren. Păstrăm formatul științific, dar accesibil, cu paragrafe compacte, formule explicate și bibliografie. Rezultatul urmărit este o metodă de analiză pe care un antrenor o poate aplica într-un jurnal real, înțelegând în același timp ce poate spune statistica și unde trebuie să se oprească.

1. Ce reprezintă cu adevărat 1RM și ce nu reprezintă

1RM este încărcătura maximă cu care un sportiv poate executa o singură repetare acceptată într-un exercițiu definit. Rezultatul are sens numai alături de mișcare, amplitudine, echipament și criteriul de validare. Un Deadlift cu bară standard, cu pornire de la sol, nu este identic cu un Axle Deadlift ori un Rack Pull. Un Squat cu adâncime diferită sau utilizând echipament de susținere diferit nu reprezintă exact aceeași sarcină. Prin urmare, «forță maximală» este o proprietate evaluată printr-un protocol specific, nu un rezervor abstract de newtoni disponibil identic în orice mișcare.

În strongman, variațiile sunt deosebit de importante. Un Log trebuie ridicat, curățat pe piept și împins conform regulilor, în timp ce un Strict Press sau Push Press cu bară dreaptă poate utiliza tehnică diferită. Recordurile nu se convertesc automat între ele. Dacă un sportiv are Deadlift de 280 kilograme, nu putem stabili doar din cifra respectivă ce masa va ridica de pe sol într-un Sandbag ori cât va suporta la Yoke. Biomecanica, forma obiectului și strategia de execuție influențează rezultatul observat.

Capacitatea maximală disponibilă într-o zi este afectată de oboseală, încălzire, experiență, motivație și eventuale dureri. De aceea, un test de 1RM este o observație situată în timp. Două teste efectuate la distanță de câteva zile pot să difere fără schimbări structurale majore ale musculaturii. Pentru a interpreta progresul, trebuie cunoscută fiabilitatea metodei și contextul fiecărei încercări. Un maxim de competiție poate fi valid pentru clasament fără să constituie o evaluare pură a adaptării musculare.

Unele studii folosesc 1RM determinat direct, altele utilizează estimări din serii submaximale. Acestea nu sunt substituibile fără verificare. Ecuațiile de estimare sunt influențate de exercițiu, numărul repetărilor și profilul sportivului. Dacă introducem într-o regresie valorile estimate ca și cum ar fi măsurători lipsite de eroare, putem supraevalua precizia modelului. Baza de date dezvoltată în episodul anterior trebuie să păstreze metoda și nivelul de certitudine pentru fiecare rezultat.

Un aspect deseori ignorat este viteza unei singure repetări maximale. La 1RM, sportivul poate produce un efort neural și mecanic foarte mare, însă deplasarea implementului poate fi lentă. În probele de deplasare, succesul depinde de repetarea ciclurilor de sprijin și de propulsie, nu doar de depășirea unei sarcini o singură dată. Prin urmare, forța maximală poate constitui o resursă, dar nu descrie complet manifestarea ei sub formă de mișcare rapidă, eficientă și susținută.

Definiția operațională este astfel primul filtru al analizei. Când comparăm un 1RM cu Farmer’s Walk, trebuie să știm exact ce exercițiu maximal s-a testat și în ce condiții; când comparăm cu Yoke, trebuie să definim rezultatul dinamic și traseul. Fără aceste repere, calculul unui coeficient Pearson produce un număr, dar nu garantează că numărul răspunde întrebării sportive. Un model bun începe prin a stabili ce variabile are voie să compare.

2. De ce o probă dinamică reprezintă mai mult decât o sarcină transportată

Yoke, Farmer’s Walk și Truck Pull sunt probe de deplasare, însă fiecare combină cerințe biomecanice distincte. Un Yoke transmite mare parte din sarcină prin contactul cu partea superioară a trunchiului și solicită controlul oscilațiilor cadrului. Farmer’s impune menținerea implementelor în mâini și păstrarea stabilității în timpul mersului. Truck Pull cere transmiterea forței prin corp către un ham ori frânghie, într-un raport complex cu frecarea și rezistența la rulare. Aceeași forță maximală la Deadlift nu se exprimă uniform în aceste sisteme.

Pentru un rezultat de deplasare, timpul final poate fi descompus în ridicare sau pornire, accelerare, fază de deplasare, eventuale viraje și încheiere. O modificare de tehnică poate reduce timpul total fără creșterea imediată a 1RM. De exemplu, un sportiv care își scurtează excesiv primii pași poate pierde secunde înainte să atingă viteza utilă; altul își poate compromite echilibrul prin accelerare agresivă. Alegerea ritmului este în sine o abilitate specifică, nu doar consecința unei forțe musculare.

În Farmer’s, mușchii implicați în menținerea prizei pot deveni factorul limitativ înainte ca extensia șoldului să ajungă la capacitatea sa maximă. În Yoke, controlul trunchiului și amplitudinea oscilațiilor pot limita deplasarea, deși sportivul ar putea susține greutatea câteva secunde în poziție statică. În Truck Pull, dacă talpa alunecă, forța disponibilă nu este transmisă eficient solului. Aceste situații arată că transferul forței depinde de întregul lanț mecanic și de caracteristicile probei.

Durata modifică cerința fiziologică. Un Farmer’s de zece metri, foarte greu, poate fi dominat de desprinderea implementelor și accelerare. O cursă de patruzeci de metri poate adăuga o componentă majoră de menținere a prizei și control sub oboseală. Un Truck Pull de câteva secunde are alt profil decât o tragere de un minut. Dacă încercăm să prezicem toate aceste rezultate din aceeași valoare 1RM, modelul va ignora diferențe esențiale între sarcini.

Studiile biomecanice comparate în revizuirea sistematică a lui Hindle și colaboratorii arată că probele strongman au propriile tipare cinematice și de solicitare [2]. Aceasta nu înseamnă că rezultatele unei ridicări clasice sunt irelevante. Înseamnă că un predictor util trebuie evaluat față de sarcina țintă, iar concluziile dintr-o probă nu pot fi extrapolate automat la toate celelalte. Similaritățile biomecanice sugerează transfer posibil; nu îi cuantifică fără un design adecvat efectul individual.

În consecință, este preferabil un profil multidimensional: forță maximală, capacitate de pornire, viteză pe segmente, stabilitate, toleranță la repetarea efortului și execuție tehnică. Numărul indicatorilor trebuie menținut practic, dar nu poate fi redus la 1RM fără pierderi. Într-o bază de date, timpii brut și încărcătura rămân rezultate, iar 1RM poate figura printre variabilele explicative. Modelul analitic va testa cât din diferențele observate este asociat cu fiecare, nu va presupune răspunsul de la început.

3. Cercetarea lui Winwood: ce ne spun cele 23 de observații

Una dintre cercetările direct relevante pentru întrebarea episodului este cea publicată de Winwood, Keogh și Harris în Journal of Strength and Conditioning Research [1]. Autorii au evaluat 23 de jucători semiprofesioniști de rugby, cu experiență semnificativă de antrenament cu greutăți și o anumită expunere la strongman. Au înregistrat măsuri antropometrice și recorduri la Bench Press, Squat, Deadlift și Power Clean, comparându-le cu rezultate la Tire Flip, Log Clean and Press, Truck Pull și Farmer’s Walk. Structura studiului a fost observațională, cu corelații între caracteristicile măsurate.

Autorii au descris corelații între 1RM la Squat și performanța probelor strongman cu valori r între 0,61 și 0,85. Aceasta este o asociere între sportivi, nu dovada că orice creștere a genuflexiunii determină o îmbunătățire proporțională a fiecărui eveniment. În datele studiului, indicatorul compozit numit system force, construit ca masa corporală plus 1RM la Squat, a avut corelația raportată r = 0,87 cu performanța globală. Combinația a captat două caracteristici relevante pentru acel eșantion, dar nu devine astfel o regulă universală de clasament.

Interpretarea numărului r = 0,87 cere context. El nu înseamnă că 87% din performanța fiecărui atlet este determinată de indicatorul respectiv. Sub anumite ipoteze și într-o regresie liniară simplă, pătratul coeficientului este aproximativ 0,757, adică 75,7% din variația observată a rezultatului poate fi descrisă liniar în eșantion. Aceasta nu este o fracție cauzală și nici un procent al capacității fizice personale. Un model construit pe aceiași participanți poate performa mai slab pe sportivi noi.

Selecția participanților limitează generalizarea. Lotul cuprindea rugbyști tineri și relativ grei, nu o reprezentare echilibrată a categoriilor feminine și masculine, a competițiilor de elită ori a sportivilor masters. Relațiile dintre variabile se pot modifica atunci când comparația se face doar între strongmani foarte experimentați, cu recorduri apropiate și tehnică mai omogenă. Un eșantion cu variație mică a forței poate arăta corelații mai slabe chiar dacă forța rămâne importantă biomecanic. Diferența dintre populații nu invalidează studiul, ci delimitează domeniul său.

Mai există problema faptului că masa corporală influențează simultan capacitatea de a produce forță și anumite cerințe ale probelor. O corelație cu un indice care include masa corpului nu dovedește că simpla creștere ponderală îmbunătățește automat performanța. Efectul masei depinde de compoziție corporală, tracțiune, eficiență și dificultatea probei. Dacă folosim rezultatul pentru prescrierea unei strategii nutriționale, ar fi o extrapolare nejustificată. Studiul raportează asocieri într-un context particular de testare.

Valoarea cercetării este reală: ea susține ipoteza că forța maximală din sală se corelează puternic cu anumite rezultate strongman într-o populație cu experiență relevantă. Următorul pas al științei ar fi să investigheze dacă modificările 1RM într-un individ prezic modificările viitoare ale probelor, în condiții standardizate și cu alte variabile controlate. Până atunci, un antrenor poate considera Squat un reper util, fără să îl transforme în destinul sportiv al competitorului.

4. Corelația Pearson: o relație, nu o garanție

Coeficientul Pearson r descrie intensitatea și sensul relației liniare dintre două variabile numerice. Valoarea sa variază între minus unu și plus unu. Un r pozitiv arată că valori mai mari ale uneia tind să se asocieze cu valori mai mari ale celeilalte; un r negativ sugerează o asociere inversă. Când rezultatul dinamic este timpul, o relație favorabilă cu forța poate avea semn negativ: cei mai puternici termină mai repede, iar timpul este mai mic. Dacă rezultatul este viteza medie, aceeași relație poate apărea pozitivă. Definirea rezultatului schimbă interpretarea semnului.

Să imaginăm zece sportivi evaluați în aceeași sală, cu același traseu Farmer’s și încărcare identică. Calculăm corelația dintre Squat 1RM și timpul pe douăzeci de metri. Dacă obținem ipotetic r = -0,70, înseamnă că în eșantion există o relație liniară inversă relativ puternică. Nu înseamnă că fiecare atlet cu Squat mai mare este mai rapid decât fiecare adversar. Pot exista excepții datorate prizei, tehnicii, experienței ori erorii de măsurare. O corelație puternică poate coexista cu diferențe individuale relevante.

Un r apropiat de zero nu demonstrează că forța este inutilă. Relația poate fi neliniară, intervalul valorilor poate fi restrâns, măsurarea poate fi zgomotoasă sau alte variabile pot domina rezultatul. Într-un lot de sportivi de elită cu 1RM foarte apropiat, Squat poate rămâne o condiție importantă pentru participare, dar să explice puțin din diferențele de timp. Aceasta este o limită a comparației în acel interval, nu dovada absenței rolului mecanic al forței.

Valorile extreme pot influența puternic Pearson. Dacă majoritatea sportivilor au Squat între 220 și 260 kilograme, iar unul ridică 350 și câștigă detașat cursa, coeficientul poate fi influențat substanțial de acea observație. Graficele scatter, verificarea erorilor și analiza cu și fără puncte influente, documentată transparent, sunt importante. Nu trebuie șterse rezultatele neconvenabile numai pentru a obține o relație mai frumoasă. O observație validă, deși extremă, face parte din sport.

De asemenea, un coeficient calculat într-o singură competiție descrie diferențele dintre participanți în acel moment. Nu oferă automat o lege despre modul în care fiecare dintre ei va răspunde la antrenament. În interiorul unui atlet, trendul Squatului și al timpului Farmer’s poate fi influențat de familiarizare și gestionarea oboselii. O asociere longitudinală necesită design și interpretare diferite de una transversală. Comparațiile dintre persoane și evoluțiile în cadrul aceleiași persoane nu trebuie amestecate.

În rapoartele Data Lab vom afișa r numai alături de mărimea eșantionului, definițiile probelor, metoda de măsurare și o apreciere a incertitudinii. Pentru eșantioane mici, coeficientul poate varia puternic dacă se adaugă unul sau doi participanți. Un p-value nu transformă o corelație într-o cauză, iar lipsa semnificației statistice nu dovedește inexistența unei relații. Statistica este un instrument pentru formularea unor concluzii proporționale cu datele.

5. r², variația explicată și eroarea pe care statisticile o ascund

În regresia liniară simplă, pătratul corelației Pearson corespunde coeficientului de determinare atunci când modelul include intercept și sunt respectate condițiile calculului. Dacă r este 0,80, atunci r² este 0,64. O interpretare descriptivă este că modelul liniar reproduce aproximativ 64% din variația rezultatului observată în acel eșantion, raportat la variația totală în jurul mediei. Nu înseamnă că 64% din forța sau viteza unui individ este produsă de variabila predictivă. Confuzia dintre variație statistică și contribuție cauzală este una dintre cele mai răspândite erori.

Mai important pentru antrenor este cât de mult greșește modelul când prezice un rezultat nou. Două modele pot avea r² asemănător, dar erori de predicție diferite în secunde, mai ales dacă eșantioanele și dispersia timpilor diferă. Pentru o probă în care podiumul se decide la jumătate de secundă, un model cu eroare medie absolută de trei secunde poate fi prea imprecis pentru tactică, chiar dacă diagrama pare bine corelată. Acuratețea trebuie judecată față de decizie.

Să presupunem, exclusiv didactic, că un model bazat pe Squat estimează un Farmer’s de 21,0 secunde, iar atletul realizează 24,5. Eroarea de predicție este 3,5 secunde în acea observație. Dacă un alt sportiv termină în 19,8, eroarea sa este de 1,2 secunde. Prin media valorilor absolute ale erorilor putem obține MAE, un indicator ușor de înțeles. Nu prezentăm aceste valori ca date reale. Exemplul arată de ce un coeficient mare de corelație nu elimină incertitudinea fiecărei predicții.

Distincția dintre intervalul de încredere pentru media estimată și intervalul de predicție pentru un atlet nou este fundamentală. Al doilea este în mod obișnuit mai larg, fiindcă include variația individuală din jurul relației. Un model poate estima destul de precis timpul mediu așteptat pentru un grup cu un anumit Squat, dar să fie mult mai puțin precis pentru un participant particular. În sport, tocmai predicția individuală este adesea cea mai tentantă și cea mai riscant de prezentat fără incertitudine.

r² poate fi supraevaluat în eșantionul folosit pentru construirea modelului, mai ales când analistul testează multe combinații de variabile și păstrează doar cea mai favorabilă. Separarea datelor pentru evaluare, validarea încrucișată potrivită eșantionului și raportarea numărului de modele explorate reduc optimismul artificial. Într-un sport cu eșantioane mici, metodele complexe nu rezolvă automat lipsa observațiilor. Uneori este mai onest un model simplu, cu limite vizibile.

Pentru Strongman Data Lab, un model predictiv responsabil va prezenta definiția probei, mărimea eșantionului, intervalul de valori testate, eroarea pe date nefolosite la ajustare și avertismentele de extrapolare. Dacă aceste informații lipsesc, graficul servește cel mult ca explorare. Nu este o regulă pentru alegerea încercărilor de concurs sau a încărcării maximale. A prezice fără a comunica eroarea înseamnă a transforma incertitudinea în aparență de certitudine.

6. Squat și Yoke: o relație biomecanică plauzibilă, nu una perfectă

Yoke Walk necesită susținerea unei încărcături foarte mari pe partea superioară a corpului și propulsia întregului sistem înainte. Genuflexiunea solicită extensia membrelor inferioare sub încărcare și stabilizarea trunchiului, ceea ce face transferul de pregătire plauzibil. Totuși, Yoke nu este o genuflexiune executată în mers. Amplitudinile articulare, succesiunea sprijinului pe un singur picior și controlul oscilației cadrului modifică solicitarea. Un Squat maximal mare poate crește resursele disponibile fără a asigura tehnica mersului.

În studiul lui Winwood și colaboratorii, Squat 1RM a fost asociat cu performanța în mai multe probe strongman [1]. Cercetarea nu a evaluat însă Yoke în același set de probe prezentat în rezumatul studiului, astfel că nu trebuie să atribuim rezultatelor sale un coeficient direct Squat–Yoke. Pentru mecanica Yoke ne orientăm către cercetările specifice, precum analiza lui Hindle și colaboratorii din 2021 [3]. Această separare a dovezilor este esențială: unele studii susțin rolul general al forței, altele descriu ce se întâmplă efectiv în timpul transportului.

În cercetarea Yoke din 2021, 19 atleți strongman, dintre care 12 bărbați și șapte femei, au efectuat curse de 20 metri la aproximativ 85% din capacitatea maximală definită prin protocolul studiului. Autorii au analizat segmente de cinci metri și au raportat relații între creșterea vitezei, lungimea și frecvența pasului și reducerea duratei sprijinului [3]. Acestea sunt caracteristici ale execuției într-un protocol particular, nu o ecuație pentru conversia kilogramelor de la Squat în secunde câștigate la Yoke.

Un sportiv foarte puternic poate fi limitat de un start lent, de o bară poziționată nepotrivit ori de oscilații laterale. Altul, cu Squat puțin mai mic, poate ajunge mai repede la viteza de croazieră și poate pierde mai puțin timp prin corecții de echilibru. Dacă ne uităm doar la 1RM, primul ar părea favorit, dar rezultatul este decis de toată sarcina. În programarea antrenamentului, consolidarea forței generale și exersarea specifică a Yoke pot avea roluri complementare.

Un model de analiză ar putea folosi Squat 1RM alături de masa corporală, timpul de pornire și timpii pe segmente Yoke. Numărul predictorilor trebuie limitat după mărimea eșantionului, altfel regresia poate supraînvăța. Într-un jurnal individual, comparația unor teste standardizate înainte și după un ciclu de Squat poate fi informativă, dar lipsa unui control împiedică atribuirea cauzală sigură. O îmbunătățire la Yoke ar putea proveni atât din forță, cât și din familiarizare.

Recomandarea practică nu este să abandonăm Squat în favoarea mersului încărcat și nici să renunțăm la Yoke pentru a crește doar genuflexiunea. Mai întâi identificăm ce limitează proba: suportul sarcinii, primul pas, viteza sau stabilitatea. Apoi alegem mijloacele proporțional cu problema. Un 1RM mai bun are valoare dacă aduce rezerve utile, dar testul final al transferului rămâne executarea unei curse comparabile cu aparatul relevant.

7. Deadlift și Farmer’s Walk: desprinderea de pe sol nu înseamnă întreaga cursă

Farmer’s Walk începe adesea printr-o ridicare dificilă a mânerelor. Extensia șoldului, controlul trunchiului și capacitatea de a învinge încărcătura pot avea asemănări cu Deadliftul. Din acest motiv, un 1RM mare la îndreptări este o resursă plauzibil utilă, în special când încărcătura per mână este ridicată. Totuși, după desprindere, sarcina se transformă într-o deplasare cu obiecte suspendate lateral, cu solicitări ale prizei și ale stabilității. O singură ridicare maximală nu surprinde această a doua fază.

Winwood și colaboratorii au comparat biomecanic Farmer’s Walk cu Deadlift și mersul fără încărcare la șase atleți strongman experimentați, folosind condiții de testare specifice [4]. Au găsit diferențe în pozițiile articulare, forțe și caracteristicile pasului. Rezultatele arată că exercițiile au elemente comune, dar nu sunt interschimbabile din punct de vedere mecanic. Eșantionul mic nu permite proclamarea unei relații universale între recordul la Deadlift și timpul la Farmer’s. Studiul este o analiză a mișcării, nu o ecuație individuală de predicție.

Considerăm doi sportivi ipotetici. A are Deadlift de 300 kilograme și ridică mânerele foarte rapid, dar pierde priza după cincisprezece metri. B are Deadlift de 270 kilograme, ridică puțin mai lent și termină cursa fără scăpare. Rezultatul final poate favoriza B, chiar dacă A este superior la testul maximal de îndreptări. Nu rezultă că Deadliftul este irelevant; rezultă că sarcina este limitată de mai mult decât capacitatea de a desprinde o masă de la sol.

Pentru analiză separăm timpul de pickup, primele cinci metri, segmentele centrale, ultimele cinci metri și eventualele scăpări. Dacă atletul pierde majoritatea timpului la desprindere, creșterea forței de extensie și tehnica inițială pot fi ținte legitime. Dacă ridicarea este rapidă, dar proba se termină prin deschiderea mâinilor, adaptarea prizei și gestionarea ritmului devin priorități probabile. Nu putem diagnostica exact cauza dintr-un cronometru, deci combinăm informația cu filmări și observații.

Varianta de Deadlift folosită în test contează. Rack Pull de la o înălțime diferită poate stimula anumite porțiuni ale mișcării, dar nu oferă un 1RM convențional printr-o transformare universală. Bara cu diametru mare, chingile și pornirea de pe blocuri pot modifica solicitările prizei și poziția mecanică. Dacă folosim Deadliftul drept predictor al Farmer’s, trebuie păstrată definiția exactă a testului și statutul măsurat sau estimat al recordului.

Abordarea cea mai utilă este să privim Deadliftul ca pe un indicator al unei capacități generale, iar Farmer’s ca pe un test integrat. Progresul la îndreptări poate fi valoros și poate contribui la proba dinamică, dar efectul trebuie observat, nu promis. Nu există o formulă validată prin care fiecare zece kilograme suplimentare la Deadlift reduc obligatoriu timpul Farmer’s cu o anumită fracțiune de secundă.

8. Truck Pull: forța musculară și rezistența externă sunt variabile diferite

Truck Pull este un exemplu excelent al diferenței dintre forța maximală măsurată în sală și forța transmisă într-un sistem real. Un vehicul de zece tone nu necesită automat aplicarea unei forțe de zece tone pentru a fi pus în mișcare. Rezistența depinde de caracteristicile pneurilor, suprafață, pantă, eventualele pierderi mecanice și accelerație. Dacă masa vehiculului apare în fișier fără aceste detalii, nu putem compara riguros dificultatea a două probe. Nici nu putem deriva direct puterea sportivului din tonaj și timpul final.

Sportivul transmite forța către vehicul prin ham sau frânghie, dar capacitatea de propulsie depinde și de tracțiunea tălpilor pe sol. Dacă apare alunecarea, o parte din potențialul muscular nu se transformă în mișcarea dorită. În plus, direcția forței și poziția corpului se modifică în timpul cursei. Un Squat maximal mare poate ajuta prin capacitatea extensorilor membrelor inferioare, dar tehnica specifică, masa corporală și aderența pot modifica performanța finală.

În studiul lui Winwood și colaboratorii a fost inclusă o probă Truck Pull, împreună cu teste de forță din sală [1]. Rezultatele generale susțin existența unor relații relevante între capacitatea maximală și performanța strongman în eșantionul analizat. Nu ar fi însă corect să inventăm un coeficient exclusiv Squat–Truck Pull dacă nu îl extragem exact din tabelul original și să îl prezentăm drept concluzie proprie. În articol, vom distinge rezultatele confirmate de ipotezele biomecanice care pot fi testate.

Într-un scenariu ipotetic, A are Squat mai mare decât B, dar B finalizează mai rapid o tragere pe asfalt cu aderență ridicată, folosind o poziție mai eficientă. Într-o competiție pe altă suprafață, ordinea poate să se inverseze. Acest exemplu arată dependența rezultatului de teren și tehnică; nu demonstrează că una dintre variabile este cauza unică. Pentru comparații avem nevoie de același vehicul, aceeași presiune a pneurilor, aceeași distanță și reguli similare.

O măsurare biomecanică mai avansată ar putea include forța din frânghie, viteza vehiculului și evoluția acestora în timp. În absența senzorilor adecvați, timpul pe traseu și observațiile video rămân rezultate descriptive utile. Nu le prezentăm însă ca forță instantanee sau putere mecanică măsurată. Dacă folosim un indice simplificat kg × metri, trebuie etichetat clar drept produs contabil, nu drept lucru mecanic valid.

Prin urmare, un program pentru Truck Pull trebuie să combine dezvoltarea capacităților generale cu familiarizarea sigură cu cerințele concrete ale probei. Nu recomandăm încercări maximale pe suprafețe alunecoase doar pentru a testa un model. Progresul trebuie urmărit prin teste comparabile și prin observarea tehnicii, iar 1RM să rămână una dintre variabilele de context, nu singurul predictor.

9. Log Lift și probele pentru repetări: cât transferă 1RM într-un minut?

Într-o probă Log Lift pentru repetări, forța maximală poate influența cât de dificilă este fiecare execuție relativ la capacitatea sportivului. O încărcătură de 100 kilograme reprezintă aproximativ 77% dintr-un 1RM de 130 kilograme, dar aproximativ 91% dintr-un maxim de 110 kilograme. Diferența sugerează că primul sportiv ar putea avea o rezervă mai mare de forță pentru repetări, în condiții comparabile. Totuși, numărul realizat într-un minut depinde de mai multe aspecte, iar procentul singur nu oferă o predicție fiabilă.

Log Clean and Press conține faze distincte: ridicarea de pe sol, rotația și poziționarea obiectului, propulsia deasupra capului și stabilizarea finală. Un atlet poate avea Push Press excelent cu bară dreaptă, dar să piardă timp la clean. Altul poate avea un Log maximal inferior și totuși să execute mai repede fiecare ciclu, folosind o tehnică eficientă. Dacă numărăm numai repetările, nu știm unde apare limitarea. Cronometrarea individuală a ciclurilor și filmarea pot aduce informații importante.

Pentru interpretare, trebuie definite greutatea, timpul-limită, regulile de blocare și dacă obiectul trebuie coborât complet între repetări. O probă în care Logul este coborât pe piept diferă de una în care fiecare repetare pleacă de pe sol. Raportul încărcătură/1RM poate fi calculat, dar nu corectează automat aceste diferențe. Dacă 1RM este estimat din alt exercițiu, incertitudinea crește. Un Log maximal direct și unul estimat din Push Press cu bară nu trebuie tratate identic.

Un model ipotetic poate urmări trei variabile: Log 1RM, timpul mediu per repetare și scăderea ritmului în ultimele treizeci de secunde. Dacă un sportiv are 1RM mare, dar multe repetări invalidate, problema nu este neapărat forța; tehnica sau standardul de arbitraj pot fi relevante. Dacă altul menține ritmul dar nu poate ridica încărcătura inițial, forța maximală poate fi o constrângere mai directă. Decizia necesită date despre fazele probei.

Nu putem deduce direct numărul de repetări dintr-o formulă generică de 1RM. Relațiile clasice greutate–repetări au fost studiate în exerciții standardizate, iar Logul conține o componentă tehnică și metabolică particulară. Adaptarea unei formule fără validare ar produce o precizie fictivă. Un sportiv poate deveni mai eficient la clean fără să își mărească 1RM, sau poate câștiga forță maximală fără o creștere proporțională a toleranței la efort repetitiv.

În Strongman Data Lab, 1RM va reprezenta un predictor posibil, iar rezultatul la repetări va fi păstrat separat împreună cu încercările nevalidate, încărcătura și limitele de timp. Modelele pot fi explorate pe date comparabile, însă antrenorul trebuie să identifice factorul limitativ înainte să decidă între volum, tehnică și forță maximală. Un maxim mai mare creează oportunități, nu garanții.

10. Diferența dintre o capacitate necesară și una suficientă

În logica performanței există o diferență între o condiție necesară și una suficientă. Pentru a muta un Yoke foarte greu, sportivul are nevoie de o anumită capacitate de a susține și propulsa sarcina. Fără un nivel minimal de forță, tehnica perfectă nu poate compensa complet deficitul. Dar depășirea acestui nivel nu garantează o cursă rapidă, pentru că apar condiții suplimentare: stabilitate, ritm, aderență și toleranță la efort. Astfel, forța poate deveni indispensabilă fără a explica integral clasamentul.

Această distincție este utilă mai ales când încărcătura crește. La o probă relativ ușoară pentru toți participanții, diferențele de forță maximală pot conta mai puțin decât viteza și coordonarea. Dacă masa crește până aproape de limita individuală, rezerva de forță poate deveni mai importantă. Dar relația nu trebuie considerată automat liniară. Un atlet poate schimba radical tehnica sau poate fi constrâns de priză înainte de a atinge punctul prevăzut de model.

Un grafic al timpului Farmer’s în funcție de 1RM poate arăta o zonă în care sportivii cu forță foarte mică nu pot finaliza sarcina, urmată de o regiune cu rezultate foarte diferite în rândul celor suficient de puternici. Aceasta ar putea fi o relație cu prag și dispersie inegală, nu o dreaptă perfectă. Modelarea trebuie să reflecte datele, iar testarea unei ipoteze neliniare necesită suficiente observații. Nu introducem un prag numeric universal fără un studiu care să îl justifice.

În practica antrenorului, întrebarea devine: «Este forța maximală veriga limitativă acum?». Dacă sportivul nu poate desprinde mânerele Farmer’s, probabil are sens să abordăm capacitatea de pickup și tehnica asociată. Dacă le ridică instantaneu, dar pierde controlul la întoarcere, mai mult Deadlift nu este neapărat soluția principală. Dacă transportă stabil încărcătura însă termină lent, analiza vitezei și a ritmului devine relevantă. Fiecare situație cere un test și o intervenție potrivită.

Un sportiv cu 1RM foarte ridicat poate avea performanțe moderate la o probă nouă din lipsă de familiarizare. După câteva sesiuni, poate progresa rapid fără creștere semnificativă a recordului. Această învățare tehnică poate modifica relația observată între forță și rezultat. Un eșantion de începători va cuprinde adesea mai multă variație tehnică decât unul de profesioniști, dar fiecare situație are propriile limitări de interpretare.

Prin urmare, scopul nu este să decidem dacă forța «contează» ori «nu contează», ca într-o dispută simplistă. Încercăm să stabilim când, cât și prin ce mecanism devine relevantă pentru proba și atletul analizat. Între o capacitate necesară și performanța finală există mai multe verigi de transfer. O analiză validă le recunoaște, chiar dacă baza de date poate măsura doar câteva dintre ele.

11. Forța absolută, relativă și masa corporală

Forța absolută și forța raportată la masa corporală răspund unor întrebări diferite. Un atlet de 140 kilograme poate executa Squat de 250 kilograme, în timp ce unul de 100 kilograme are un maxim de 220 kilograme. Primul ridică mai mult în termeni absoluți; al doilea are un raport simplu 1RM/masă corporală mai mare. Nu putem stabili din acestea cine finalizează primul un Yoke de 350 kilograme. Sarcina externă este identică, dar geometria, experiența și eficiența deplasării diferă.

Raportul simplu 1RM/masă nu este o scalare universal corectă. Capacitatea de forță și dimensiunea corporală nu au obligatoriu relație liniară, iar împărțirea directă poate avantaja anumite categorii. Modelele alometrice încearcă să descrie relații mai complexe, dar exponentul ales trebuie justificat pentru populația analizată. Nu folosim o formulă transferată din alt sport drept standard de performanță pentru toate probele strongman. Scopul normalizării și metoda trebuie precizate înaintea comparației.

În Truck Pull, masa corporală poate contribui la tracțiunea pe sol, dar nu produce avantaje identice pe orice traseu. Un atlet mai greu poate beneficia în anumite condiții și întâmpina dificultăți de mobilitate în altele. În Farmer’s, masa corpului interacționează cu sarcina externă și cu tehnica. O asociere între masă și rezultate nu demonstrează că modificarea greutății corporale va produce automat progres. Compoziția corporală, sănătatea și caracteristicile probei rămân relevante.

Dacă introducem simultan Squat 1RM și masa corpului într-o regresie, trebuie evaluată și relația dintre acești predictori. Sportivii mai grei pot avea recorduri mai mari, ceea ce poate produce coliniaritate și coeficienți instabili la eșantioane mici. Modelul trebuie verificat pe observații noi, nu interpretat doar prin valorile afișate de software. Pentru un singur atlet, este util să urmărim schimbările de masă, recorduri și timpi standardizați, fără să atribuim automat unei variabile o cauză unică.

Un indicator util trebuie ales conform scopului. Pentru un concurs open, contează rezultatul absolut în condițiile regulamentului; pentru analiza între categorii, scalarea poate avea un rol exploratoriu; pentru un sportiv în off-season, istoricul individual este adesea mai relevant decât un raport comparativ. Nu există o singură formulă potrivită pentru Log, Yoke, Farmer’s și Truck Pull. Cifrele ajută numai atunci când răspund întrebării reale.

În Strongman Data Lab, masa corporală va fi înregistrată drept context și predictor posibil, nu drept recomandare automată de creștere ori scădere ponderală. O bază de date bine proiectată păstrează valorile brute, calculele și definițiile. Când apar diferențe între sportivi, mai întâi verificăm condițiile și structura probelor. Abia apoi discutăm despre avantajele mecanice posibile.

12. Sarcina probei ca procent din 1RM

Un indicator intuitiv împarte masa aparatului dintr-o probă la 1RM-ul sportivului într-un exercițiu din sală. Dacă Yoke are 360 kilograme și Squat 1RM este 240, raportul numeric este 1,5, adică 150%. Totuși, Yoke și Squat nu sunt mișcări identice, astfel că raportul nu dovedește că atletul transportă 150% din capacitatea sa maximală de Yoke. Este un raport descriptiv între mase provenite din sarcini diferite. Utilitatea lui predictivă trebuie demonstrată pe date comparabile.

Pentru Farmer’s, masa totală a două mânere poate fi comparată matematic cu Deadlift 1RM, dar geometria și cerințele prizei diferă. Dacă utilizăm masa per mână, raportul se înjumătățește, ceea ce arată cât de importantă este convenția de calcul. Modelul poate testa asemenea indici ca predictori, însă nu trebuie să îi numim «intensitate relativă» fără a justifica relația dintre sarcina de concurs și testul maximal ales. Un procent nu conferă automat validitate.

În Log Lift, sarcina competiției raportată la Log 1RM este mai apropiată de definiția exercițiului, dar tot nu prezice exact numărul repetărilor într-un minut. Dacă fiecare repetare trebuie executată de pe sol, sarcina diferă față de un protocol care permite coborârea doar pe piept. Există variație individuală a ritmului, tehnicii și toleranței la efort. Un 80% din 1RM nu implică un număr fix de repetări pentru toți atleții.

Studiul Yoke al lui Hindle și colaboratorii a folosit un maxim specific: cea mai grea sarcină transportată 20 de metri în mai puțin de 20 de secunde, fără scăpare, conform protocolului cercetării [3]. În testele biomecanice, participanții au utilizat aproximativ 85% din acest maxim al probei, nu din Squat 1RM. Un asemenea «1RM Yoke» este definit prin distanță și timp, deci diferă conceptual de un 1RM clasic la bară. Distincția este fundamentală.

Într-o bază de date, rezultatele trebuie separate ca squat_1rm_kg, deadlift_1rm_kg și yoke_max20m_under20s_kg, dacă acesta este protocolul. Dacă timpul-limită al Yoke se modifică la 30 de secunde, un maxim mai mare nu indică neapărat forță musculară sporită. Este posibil să fi schimbat pur și simplu standardul testului. Versiunea protocolului trebuie păstrată alături de rezultat.

Folosim rapoarte doar dacă adaugă informație utilă față de masele brute. Pentru pregătirea practică, contează dacă sportivul desprinde, accelerează și controlează sarcina. Procentele pot orienta ipoteze, dar nu înlocuiesc încărcarea progresivă sigură și evaluarea specifică probei. Un model trebuie să dovedească pe date noi că raportul ales îmbunătățește predicția înainte să devină regulă.

13. Antropometrie, proporții și specificitatea probei

Înălțimea, lungimea segmentelor, circumferințele și compoziția corporală pot influența pozițiile și avantajele mecanice în strongman. Lungimea brațelor poate modifica amplitudinea Deadliftului, iar dimensiunile cadrului pot modifica poziția sub Yoke. Mânerele Farmer’s, diametrul Logului și înălțimea platformelor Atlas interacționează cu geometria corpului. Într-un model care încearcă să explice timpul unei curse, a ignora orice diferență antropometrică poate reduce precizia. Totuși, aceste caracteristici nu stabilesc automat potențialul unei persoane.

În studiul Winwood, Keogh și Harris au fost analizate circumferințe și alte caracteristici corporale alături de forță și rezultate strongman [1]. Au fost raportate asocieri relevante între anumite circumferințe și performanța globală. Aceste rezultate nu justifică afirmația că mărirea circumferinței brațului determină neapărat îmbunătățirea Farmer’s. O măsurare antropometrică poate reflecta combinații de țesuturi, iar corelația între persoane nu demonstrează efectul unei intervenții.

Un atlet înalt poate avea uneori avantaj la încărcări pe platformă, dar dificultate cu mânere joase. În Truck Pull, lungimea segmentelor și reglarea hamului pot modifica direcția forței. Niciuna dintre aceste relații nu trebuie universalizată fără observații. Sportivii învață tehnici individuale și adaptează echipamentul atunci când regulamentul o permite. Diferențele de corp contează ca parte a contextului, nu drept scuză pentru concluzii fixe.

Compoziția corporală este și ea dificil de interpretat. O creștere rapidă a masei nu este sinonimă cu hipertrofia, deoarece apa și alte componente pot varia. Metodele de estimare a masei fără grăsime au erori specifice. Dacă vrem să analizăm raportul dintre modificările masei și rezultatele Yoke, este nevoie de măsurători repetabile și de date despre tehnică, program și oboseală. Nu putem deduce cauza doar din două cântăriri.

Modelarea multivariată creează tentația de a introduce simultan înălțime, greutate, circumferințe, lungimi de membre și patru 1RM-uri. Cu un eșantion mic, coeficienții devin instabili, iar interpretarea independentă a predictorilor este fragilă. Variabilele trebuie selectate după o ipoteză biomecanică și după numărul observațiilor, nu după câte rubrici are fișierul. Un model cu mai puțini predictori poate avea o eroare mai bună pe date noi.

În pregătirea unui atlet, antropometria oferă context relativ stabil. Mult mai practic este să ajustăm înălțimea Yoke, poziția sub aparat, tipul mânerelor și exercițiile alese. Nu urmărim o dimensiune corporală magică. O bază bună împiedică comparații nedrepte și păstrează detaliile care schimbă sarcina reală, fără să reducă identitatea sportivului la cifrele unei măsurători.

14. Priza și stabilitatea: limite ascunse de recordurile la îndreptări

Farmer’s Walk solicită atât capacitatea de a ridica obiectele, cât și susținerea lor în mâini pe tot traseul. Un Deadlift executat cu chingi poate elimina o parte din limitarea prizei, în timp ce proba Farmer’s poate impune contact direct cu mânerele. De aceea, un record foarte mare la îndreptări nu anticipează automat cât timp vor rezista degetele pe un aparat care oscilează. Dacă un atlet scapă mânerele, trebuie investigat ce se întâmplă în timpul deplasării, nu doar cât ridică într-o repetare.

Un dinamometru pentru mână poate evalua o sarcină specifică de strângere, dar nu reproduce perfect menținerea unor mânere groase, grele și mobile. În competiție, contactul este influențat de geometrie, material, transpirație și modul de mers. O valoare bună la dinamometru poate coexista cu un Farmer’s modest. Aceasta nu înseamnă că testul nu are nicio utilitate; înseamnă că validitatea sa trebuie demonstrată pentru întrebarea particulară de antrenament.

Imaginăm doi sportivi cu Deadlift 1RM de 280 kilograme și Farmer’s la 120 kilograme pe mână. Primul finalizează 20 metri în 19 secunde, fără scăpări; al doilea are nevoie de 27 de secunde, după două opriri. Aceste date ipotetice arată că același maxim de sală poate coexista cu rezultate dinamice diferite. Cauza poate include priza, poziția trunchiului, nivelul tehnic ori terenul. Un timp singur nu poate identifica mecanismul.

Putem adăuga în jurnal timpul până la prima scăpare, numărul scăpărilor și distanța parcursă fără oprire la o încărcătură definită. Un asemenea profil poate sugera dacă obiectivul este ridicarea inițială sau toleranța la menținerea prizei. Totuși, nu convertim automat acești indicatori în forță exprimată în newtoni. Pentru măsurarea directă a forței sunt necesare instrumente și protocoale potrivite.

În Yoke, o limitare diferită poate apărea prin balansul cadrului și corecțiile repetitive ale trunchiului. Un sportiv poate susține greutatea static, dar pierde ritmul când încearcă să accelereze. Stabilitatea este o capacitate funcțională în contextul aparatului, nu o cifră derivată din Squat 1RM. Observația video și spliturile pot indica zone problematice, fără să ofere un diagnostic medical ori biomecanic complet.

Concluzia este că un predictor general trebuie pus lângă măsurători specifice. Dacă un atlet ridică ușor mânerele și le pierde aproape de finish, antrenorul are un motiv să investigheze priza și managementul efortului. Dacă nu poate desprinde sarcina, dezvoltarea forței maximale poate fi mai relevantă. Aceste diferențe nu se văd într-un tabel care conține numai Deadlift 1RM și timpul final.

15. Accelerarea inițială și viteza pe segmente

Primele secunde ale unui Yoke sau Farmer’s includ poziționarea, desprinderea aparatului, obținerea echilibrului și primele cicluri de mers. Un Squat ori Deadlift maximal mai mare poate furniza capacitate utilă pentru ridicare, dar nu indică automat cât de eficient se transformă aceasta în deplasare. Uneori startul este încetinit de ezitare, de o poziție nepotrivită sau de balans. Alteori sportivul pornește prea agresiv și consumă timp corectând instabilitatea. Distincția cere analiza etapelor, nu doar un record maximal.

În studiul lui Hindle și colaboratorii asupra Yoke au fost comparate segmentele de câte cinci metri, împreună cu variabile precum frecvența pasului, lungimea și timpul de sprijin [3]. Cercetarea arată că parametrii mișcării se schimbă odată cu viteza și cu poziția în traseu. Nu oferă un număr universal de pași optim și nu demonstrează că orice atlet trebuie să copieze exact tehnica medie a participanților. Încărcătura, experiența și proporțiile corporale rămân importante.

Un test practic poate înregistra durata desprinderii, primii cinci metri și restul cursei. Dacă atletul îmbunătățește semnificativ startul fără creșterea 1RM, avem un indiciu clar că performanța este influențată de altceva decât maximul din sală. Nu putem atribui automat cauza unei singure corecții tehnice, însă putem compara filmările și repetabilitatea rezultatului. Dacă timpul total nu se schimbă, poate exista o pierdere compensatorie în partea finală.

Viteza medie, definită ca distanță împărțită la timp, nu descrie accelerarea moment cu moment. Două curse de 18 secunde pot avea profiluri complet diferite. Una poate include o pornire rapidă și încetinire marcată, alta un start lent și final puternic. Intervențiile de antrenament ar trebui să fie adaptate limitării observate. Un model cu Squat 1RM poate explica parțial rezultatul total, dar nu va descrie automat distribuția internă a vitezei.

Analiza accelerației din video necesită calibrare spațială și temporală. Urmărirea poziției cu zgomot și derivarea matematică pot amplifica erorile, producând vârfuri artificiale. Un grafic spectaculos nu este automat o măsurare validă. Pentru multe săli, spliturile cronometrate constant sunt mai utile decât calculele precise doar în aparență. Timpul unui segment este o observație; interpretarea drept capacitate neurală sau forță orizontală necesită dovezi suplimentare.

Scopul monitorizării este să identificăm unde se pierde efectiv timpul. Dacă problema se află la pickup, putem revizui tehnica și forța relevantă; dacă apare la mijloc, evaluăm ritmul și stabilitatea; dacă domină finalul, investigăm toleranța la efort. În toate situațiile, progresul trebuie verificat la aceeași sarcină și pe același traseu. 1RM este o piesă a explicației, nu explicația completă.

16. Specificitatea antrenamentului: relația nu este transfer automat

Principiul specificității descrie faptul că adaptările antrenamentului depind de mișcările, încărcările, vitezele și tipurile de efort practicate. Squat și Deadlift pot dezvolta capacități generale utile în strongman, iar Yoke și Farmer’s perfecționează cerințe mai specifice. Nu rezultă că exercițiile generale sunt inferioare sau că sportivul trebuie să se antreneze numai cu aparatele de concurs. Un program eficient poate combina surse de adaptare diferite, acordând ponderea potrivită perioadei și limitărilor individuale.

Transferul pozitiv este posibil când o adaptare se exprimă într-o altă sarcină. De exemplu, extensia mai puternică a membrelor inferioare poate sprijini faza de ridicare a unui Yoke, dar îmbunătățirea timpului total va depinde de felul în care sportivul folosește această resursă. Dacă tehnica de mers rămâne slabă, progresul la Squat poate produce efect limitat. Pentru a demonstra contribuția, ar fi necesare măsurători înainte și după și controlul altor schimbări relevante.

Revizuirea biomecanică a lui Hindle și colaboratorii discută asemănările și diferențele dintre exercițiile strongman și mișcările tradiționale [2]. Această literatură poate ghida alegerea unor exerciții, dar asemănarea unei traiectorii nu dovedește singură transfer de performanță după antrenament. Analizele cinetice descriu cum se mișcă și se încarcă sistemul, în timp ce cercetările intervenționale sunt necesare pentru a izola efectul unui program. Diferența dintre explicație mecanică și efect demonstrat trebuie păstrată.

În off-season, când obiectivul poate fi dezvoltarea masei musculare și a forței generale, volumul de Squat sau Deadlift poate avea prioritate față de simulările maximale frecvente. Aproape de competiție, crește relevanța testelor cu aparatele, încărcăturile și distanțele apropiate de regulament. Această logică nu produce un calendar universal, dar oferă un cadru coerent. Modificările trebuie adaptate istoricului sportivului, accidentărilor și posibilităților reale de recuperare.

Un exemplu ipotetic: atletul își crește Squatul cu 20 kilograme și îmbunătățește Yoke cu două secunde într-un ciclu care include și antrenament specific. Este corect să descriem ambele schimbări; nu este corect să spunem că noul Squat a produs integral cele două secunde. Pentru o concluzie mai puternică, trebuie analizate alternativele: familiarizare, schimbarea tehnicii, reducerea oboselii și alte componente ale planului.

Mai importantă decât disputa dintre forță generală și specificitate este identificarea verigii limitative. Sportivul care abia desprinde Yoke poate necesita alt program decât cel care îl transportă stabil, dar lent. Datele ar trebui să confirme ce aspect s-a îmbunătățit după intervenție. În acest fel, 1RM devine un indicator de context pentru selectarea mijloacelor, nu o țintă care exclude restul pregătirii.

17. Forța maximală și viteza: relația încărcătură–viteză

În antrenamentul cu rezistențe, viteza execuției tinde să varieze cu încărcătura. La exerciții și protocoale bine definite, încărcăturile mari sunt deplasate mai lent decât cele mici, deși relația exactă depinde de individ și exercițiu. Literatura despre velocity-based training explorează folosirea vitezei pentru monitorizare și estimări ale capacității maximale [6]. Această cercetare oferă instrumente utile, dar nu justifică aplicarea automată a unei ecuații dezvoltate la Bench Press asupra unui Log, Yoke sau Farmer’s Walk.

Viteza unei bare într-o repetare concentrică și viteza orizontală a unui atlet care transportă un aparat descriu mișcări diferite. Un senzor liniar montat pe bara de Squat poate măsura deplasarea acesteia într-un interval, dar nu indică viteza de mers la Yoke. Chiar dacă ambele sunt exprimate în metri pe secundă, variabilele au direcție, amplitudine și context distinct. Unitatea comună nu dovedește echivalența mecanică ori capacitatea de predicție.

Un sportiv poate câștiga viteză la aceeași încărcătură de Squat și totuși să nu îmbunătățească Farmer’s imediat, din cauza unei limitări de priză sau tehnică. Invers, poate progresa la Farmer’s prin familiarizarea cu mânerele fără schimbare semnificativă a vitezei la Squat. Astfel, relația încărcătură–viteză din sală poate fi informativă pentru starea neuromusculară în acel exercițiu, dar transferul către probe dinamice rămâne o ipoteză ce trebuie verificată.

Metodele de estimare a 1RM din viteză au erori diferite după exercițiu, senzor și modul de modelare. Dacă sportivul este testat doar la încărcături ușoare, extrapolarea până la maxim poate fi imprecisă. În plus, valoarea unei viteze minime asociate cu 1RM nu este universal identică pentru toate exercițiile sau persoanele. În baza de date trebuie păstrat dacă recordul a fost ridicat efectiv sau estimat prin profil, împreună cu metoda utilizată.

Un plan de monitorizare poate folosi câteva încărcături submaximale repetabile, cu același aparat, pentru a urmări tendințele vitezei. Dacă dispozitivul nu este valid pentru mișcarea respectivă, rezultatele pot rămâne observații exploratorii. Nu transformăm un grafic într-o recomandare de încercare maximală fără a cunoaște eroarea. Într-un sport cu sarcini de sute de kilograme, precizia aparentă nu justifică riscuri suplimentare pentru a confirma o predicție.

Concluzia este că relațiile încărcătură–viteză pot adăuga o dimensiune utilă evaluării forței, dar nu înlocuiesc testarea specifică strongman. Când obiectivul este Yoke, monitorizăm și viteza pe traseu; când este Farmer’s, urmărim startul, ritmul și scăpările. Un 1RM estimat poate contribui la imaginea generală, însă rezultatul dinamic trebuie descris prin variabilele sale reale.

18. Cum se modifică relația când sarcina devine foarte grea

În probele dinamice, rezultatul poate avea relații diferite cu forța maximală la încărcături ușoare și la încărcături apropiate de capacitatea sportivului. Într-un Farmer’s de 80 kilograme pe mână, un atlet puternic poate fi limitat mai ales de viteza de mers și tehnică. La 150 kilograme pe mână, desprinderea și susținerea sarcinii pot deveni provocări dominante. Această schimbare a factorului limitativ poate modifica relația statistică dintre Deadlift 1RM și timpul final. Nu avem însă un prag universal de la care un predictor devine important.

Pentru Yoke, o încărcătură care permite accelerare rapidă diferă biomecanic de una care obligă la pași controlați și risc mai mare de balans. Dacă înregistrăm rezultate la mai multe mase, putem construi un profil timp–încărcătură, cu condiția ca traseul să rămână identic. O curbă poate sugera creșterea disproporționată a timpului la încărcături mari. Dar asemenea curbe sunt individuale, iar extrapolarea spre mase netestate poate fi periculoasă și imprecisă.

Un model statistic poate permite interacțiuni între 1RM și încărcătura probei. În termeni simpli, aceasta înseamnă că influența aparentă a forței maxime asupra timpului poate depinde de cât de greu este evenimentul. Totuși, interacțiunile consumă informație și cresc cerințele eșantionului. Nu sunt potrivite pentru un fișier cu patru curse și două încărcături. Un grafic descriptiv poate fi mai onest decât o ecuație cu prea mulți coeficienți.

Nivelul de pregătire modifică și el interpretarea. Pentru un începător, progresul tehnic poate fi rapid, iar raportul dintre forță și timp se poate schimba de la o lună la alta. Pentru un atlet experimentat, tehnica poate fi stabilă, însă diferențele mici de forță și oboseală pot deveni mai vizibile. Aceste ipoteze sunt plauzibile, dar necesită cercetări longitudinale în strongman pentru a fi cuantificate. Nu trebuie să atribuim numeric fiecărei categorii un comportament inventat.

Când sarcina este aproape de limita individuală, testarea maximală repetată poate avea costuri mari de oboseală. Nu recomandăm creșterea greutății până la eșec doar pentru a completa ultimul punct al unei curbe. Se pot folosi încărcături submaximale sigure și monitorizare la intervale rezonabile, cu recunoașterea limitelor predicției. Sportivul și antrenorul trebuie să prioritizeze pregătirea, nu completarea unui model.

Concluzia este că transferul forței nu reprezintă un coeficient fix. Relația dintre 1RM și rezultatul dinamic poate varia cu încărcătura, durata, tehnica și eșantionul. Dacă vrem să folosim o predicție pentru concurs, trebuie să o verificăm în condiții apropiate de cele reale. Un test reușit la o sarcină moderată nu garantează comportamentul la o încărcătură extremă.

19. Compararea dintre sportivi versus progresul aceluiași atlet

Corelațiile calculate într-un grup răspund la întrebarea dacă sportivii cu valori mai mari ale unui predictor tind să aibă alte rezultate decât colegii lor. Ele nu spun automat ce se întâmplă când același atlet își crește 1RM. De exemplu, într-un eșantion, concurenții cu Squat mare pot fi și cei care au practicat Yoke mai mulți ani. Dacă îi comparăm cu începători, forța și experiența se suprapun. Un coeficient ridicat poate reflecta parțial această selecție, fără a izola efectul creșterii genuflexiunii.

Analiza longitudinală observă același sportiv în mai multe momente. Dacă Squat crește de la 220 la 240 kilograme, iar timpul la Yoke scade de la 21 la 19 secunde, cele două schimbări sunt compatibile cu un transfer pozitiv, dar nu dovedesc cauza. Poate exista simultan mai mult antrenament specific, somn mai bun și familiarizare cu cadrul. Trebuie documentate aceste modificări înainte de a atribui cele două secunde unui singur exercițiu.

Există și diferența dintre schimbarea medie a unui grup și răspunsul individual. Un program poate produce, în medie, creștere de forță fără ca fiecare participant să beneficieze în aceeași măsură la probele dinamice. Pentru deciziile unui antrenor, distribuția răspunsurilor și limitele estimate contează uneori mai mult decât media. O singură poveste de succes nu dovedește superioritatea universală a unui program, iar o persoană care răspunde modest nu invalidează automat utilitatea metodei pentru alții.

Când urmărim o singură persoană în timp, datele sunt autocorelate: rezultatul de astăzi seamănă adesea cu rezultatul de săptămâna trecută, iar testele repetate nu sunt observații complet independente. O regresie obișnuită care tratează fiecare antrenament ca pe un nou sportiv poate supraestima certitudinea. În studii cu mai mulți atleți, pot fi necesare modele care țin cont de grupare și timp. În jurnalul practic, este suficient să interpretăm prudent tendințele fără să pretindem un experiment.

Un test standardizat la începutul și sfârșitul unui ciclu poate fi util dacă sarcina, aparatul și condițiile sunt comparabile. Testele intermediare pot arăta dacă schimbarea se produce gradual sau doar după o perioadă de descărcare. Nu trebuie executate încercări maximale frecvente pentru a construi o curbă frumoasă. O planificare rezonabilă protejează pregătirea. Datele lipsă trebuie explicate, mai ales dacă provin din accidentări ori din imposibilitatea de a finaliza o probă.

Pentru STRONGMAN DATA LAB, concluziile dintre persoane și cele din evoluția individuală vor fi prezentate separat. Prima categorie informează despre asocieri generale în eșantion; a doua despre tiparele unui sportiv în timp. Ambele au valoare, dar niciuna nu permite singură atribuirea certă a progresului unei singure variabile. Această separare este una dintre cele mai importante condiții ale unei interpretări științifice.

20. Variabile de confuzie și corelații parțiale

O variabilă de confuzie este o caracteristică legată de predictor și de rezultat care poate modifica interpretarea asocierii. În strongman, experiența, masa corporală, categoria, familiaritatea cu aparatul și nivelul general de antrenament pot influența atât 1RM, cât și timpul Farmer’s. Dacă sportivii mai experimentați ridică mai mult și se deplasează mai rapid, corelația brută dintre Deadlift și timp poate include contribuția experienței. Fără informații suplimentare, nu putem separa exact aceste relații.

Corelația parțială încearcă să descrie asocierea dintre două variabile după controlarea statistică a uneia sau mai multor variabile suplimentare, în condițiile ipotezelor folosite. De exemplu, putem explora relația Squat–Yoke după ajustare pentru masa corporală. Această operație nu este echivalentă cu un experiment și nu elimină toți factorii necunoscuți. Dacă măsurarea masei este greșită ori dacă experiența relevantă lipsește din model, concluziile rămân limitate.

Controlarea statistică poate introduce chiar erori când alegem variabile nepotrivite. Unele caracteristici se află pe calea prin care predictorul influențează rezultatul, iar ajustarea pentru ele poate elimina tocmai partea din relație pe care doream să o studiem. Alte variabile sunt consecințe comune ale unor factori neobservați. De aceea, înaintea unei regresii trebuie formulată o ipoteză cauzală despre ce reprezintă fiecare predictor, nu doar introdus orice câmp disponibil din fișier.

Un exemplu ipotetic: observăm că sportivii cu Squat mare au și timpi Farmer’s mai buni. Dacă toți cei cu Squat mare se antrenează în aceeași sală, cu mânere familiare, iar restul sunt testați pentru prima dată, efectul familiarizării poate influența rezultatul. Soluția nu este doar adăugarea unei coloane «sală», ci proiectarea unei evaluări comparabile. Procedurile de testare pot preveni factori de confuzie mai eficient decât modelele matematice aplicate ulterior.

În eșantioane mici, controlul pentru numeroase variabile reduce precizia și poate produce coeficienți instabili. Un model cu zece participanți și opt predictori ar avea o susținere metodologică slabă pentru predicții individuale. O analiză descriptivă, câteva grafice și ipoteze bine alese pot fi mai utile. Complexitatea statistică nu trebuie folosită pentru a masca lipsa observațiilor sau necomparabilitatea aparatelor.

Pentru antrenor, traducerea practică este să întrebe ce altceva s-a schimbat odată cu recordul. Au crescut experiența, volumul specific, masa corporală sau calitatea somnului? A fost modificat traseul? Cu cât răspunsurile sunt mai clare, cu atât evaluarea transferului devine mai defensabilă. O corelație ajustată poate susține analiza, dar nu înlocuiește un protocol bun și observația contextuală.

21. Coliniaritatea: când predictorii spun aproape același lucru

Un model care include Squat 1RM, Deadlift 1RM, masa musculară estimată și masa corporală poate părea cuprinzător. Totuși, aceste variabile sunt deseori asociate între ele: sportivii mai mari pot avea recorduri mai mari în mai multe exerciții. Dacă predictorii furnizează informații suprapuse, estimarea efectului independent al fiecăruia devine instabilă. O mică modificare a eșantionului poate schimba semnul ori mărimea coeficienților. Nu înseamnă neapărat că modelul nu poate prezice, ci că interpretarea mecanică a fiecărei pante este riscantă.

Un exemplu ipotetic: într-un grup de doisprezece sportivi, cei mai puternici la Squat sunt aproape întotdeauna și cei mai puternici la Deadlift. Dacă regresia conține ambii predictori, software-ul poate atribui cea mai mare parte a variației unuia dintre ei și un coeficient mic celuilalt. Ar fi greșit să concluzionăm că al doilea exercițiu nu are importanță biomecanică. Modelul poate să nu aibă suficiente date pentru a separa contribuțiile. Interpretarea cere verificarea relațiilor dintre predictori.

Unele instrumente statistice evaluează coliniaritatea prin indicatori precum factorul de inflație a varianței, însă acesta nu reprezintă un prag magic aplicabil tuturor studiilor. Mai important este să știm de ce au fost incluși predictorii și dacă adaugă informație nouă. Într-un eșantion mic de strongmani, alegerea unei singure măsuri reprezentative de forță poate produce un model mai stabil decât introducerea tuturor recordurilor. Decizia trebuie să urmeze ipoteza și obiectivul analizei.

Un indice compozit precum system force din cercetarea Winwood combină deliberat masa corporală și Squat 1RM [1]. Această construcție poate fi utilă descriptiv, dar nu spune cât din corelația observată provine independent din fiecare componentă. Pentru a cerceta contribuțiile separate ar fi necesare analize suplimentare adecvate. Nu putem concluziona că adăugarea celor două numere într-o sumă simplă produce prin definiție cel mai bun predictor posibil pentru alte populații.

Atunci când obiectivul este predicția, putem compara un model simplu cu Squat singur, unul cu Deadlift singur și unul cu predictori combinați, folosind aceleași date de evaluare neutilizate la ajustare. Dacă modelul complex nu reduce erorile în afara eșantionului, costul suplimentar nu este justificat. Dacă observăm o îmbunătățire consistentă, putem păstra predictorii, dar interpretarea cauzală rămâne separată de valoarea lor practică.

Un antrenor nu are nevoie să știe formula unui test de coliniaritate pentru a înțelege regula de bază: mai multe cifre asemănătoare nu înseamnă automat mai multă cunoaștere. Dacă Squat și Deadlift evoluează aproape identic, monitorizarea ambelor poate fi utilă pentru program, însă un model care le folosește împreună trebuie evaluat critic. Simplitatea poate proteja atât claritatea, cât și stabilitatea predicției.

22. Selecția eșantionului și problema sportivilor foarte buni

Corelațiile dintr-un grup de sportivi eterogeni pot fi mai mari decât cele observate într-un grup restrâns de elită. Dacă eșantionul include participanți cu Squat între 100 și 300 kilograme, există o variație amplă a forței. Într-o finală în care majoritatea au Squat între 250 și 290, diferențele rămase de timp la Yoke pot fi dominate de tehnică și strategie. Un coeficient scăzut în finală nu demonstrează că forța nu contează; poate reflecta restrângerea intervalului predictorului și selecția participanților.

Selecția poate opera și invers. Dacă analizăm doar sportivii care au terminat Farmer’s, excludem pe cei care nu au putut ridica sau menține sarcina. Modelul va descrie condițional performanța celor care au trecut deja pragul de completare. Dacă scopul este prezicerea șansei de finalizare, trebuie să includem și încercările nereușite, cu un statut distinct. Un timp lipsă din cauza abandonului nu este un timp de zero secunde și nici o observație care poate fi ignorată fără consecințe.

Rezultatele unui concurs pot conține și o limitare prin regulament: concurenții se opresc când punctajul dorit este atins ori când timpul-limită expiră. Astfel, numărul repetărilor nu reprezintă mereu capacitatea maximă disponibilă. Într-un lot analizat, un sportiv foarte puternic poate apărea cu rezultat modest pentru că nu a avut nevoie de mai mult. Datele trebuie să păstreze motivul opririi, dacă este cunoscut. Nu corectăm statistic o alegere tactică fără a o înțelege.

Eșantioanele mici pot furniza asocieri instabile. Dacă unul dintre cei zece participanți este un atlet deosebit de puternic și rapid, eliminarea lui poate schimba coeficientul semnificativ. Analiza de sensibilitate trebuie documentată, nu folosită pentru selectarea cifrei dorite. Un grafic scatter cu toate observațiile vizibile poate comunica mai bine situația decât o singură corelație. De asemenea, intervalele de încredere ajută la exprimarea incertitudinii estimate.

Diferențele între sexe și categorii nu trebuie reduse la stereotipuri sau la ideea că un singur model se aplică tuturor. Cercetarea Yoke din 2021 a inclus femei și bărbați, însă numărul total de 19 participanți și protocolul particular limitează afirmațiile foarte specifice despre diferențele individuale [3]. Sunt necesare date mai ample despre strongwoman, masters și diferite categorii. În lipsa lor, recomandările se individualizează și se prezintă gradul de incertitudine.

Un model predictiv construit exclusiv pe câțiva sportivi semiprofesioniști nu trebuie transformat în standard pentru campionate internaționale fără verificare externă. Există schimbări de nivel, aparate și context. Validarea într-o nouă populație nu reprezintă un detaliu academic, ci protejează deciziile practice de o estimare aplicată în afara domeniului ei. Un predictor bun într-un grup poate fi slab în altul.

23. Un exemplu numeric: aceeași forță, rezultate dinamice diferite

Să construim un set ipotetic de patru atleți care participă la un Farmer’s Walk de 20 metri la 120 kilograme pe mână, cu mânere și traseu identice. Atletul A are Deadlift 1RM de 260 kilograme și termină în 20 secunde; B are 280 și termină în 19; C are 280 și termină în 25; D are 300 și termină în 18. Datele sunt inventate pentru explicație, nu obținute din cercetare ori dintr-un concurs real. Observăm că tendința generală ar putea favoriza valorile mari ale Deadliftului, dar C reprezintă o excepție importantă.

Dacă am elimina atletul C din analiză, relația dintre Deadlift și timp ar părea probabil mai strânsă. Dar C poate arăta tocmai ce ne interesează: un concurent cu forță suficientă, limitat de priza slabă, o scăpare sau o problemă de tehnică. Excluderea sa fără justificare ar ascunde o caracteristică reală a probei. În schimb, adăugăm în baza de date numărul scăpărilor, timpul de pickup și eventualele observații video, pentru a investiga mecanismul.

Putem schimba rezultatul din timp în viteză medie. A parcurge 20 metri în 20 secunde înseamnă 1,0 m/s; 19 secunde înseamnă aproximativ 1,053 m/s; 25 secunde înseamnă 0,8 m/s; 18 secunde aproximativ 1,111 m/s. Direcția corelației cu Deadlift se poate schimba deoarece valorile bune sunt acum mai mari, nu mai mici. Totuși, transformarea timpului în viteză nu elimină variația individuală și nici nu oferă o explicație fiziologică.

Chiar și când avem un model liniar, o diferență de 20 kilograme la Deadlift nu implică același câștig de timp în fiecare pereche de sportivi. În exemplul nostru, B și C au recorduri identice, dar timpuri care diferă cu șase secunde. Nu este o contradicție statistică; este dovada că un singur predictor nu descrie toate sursele de variație. Pentru decizii de antrenament, tocmai aceste diferențe merită analizate.

Mai putem construi o a doua probă, Yoke la 320 kilograme, și descoperi că ordinea sportivilor diferă de Farmer’s. Acest lucru ar indica specificitatea sarcinii, nu inutilitatea forței generale. Nu vom calcula coeficienți din patru observații și apoi să pretindem că reprezintă populația strongman. Un eșantion atât de mic poate demonstra vizual un concept, nu susține norme predictive robuste.

Exemplul ilustrează de ce o bază de date păstrează fiecare probă și fiecare încercare separat. Dacă am stoca doar Deadliftul și media punctelor din două evenimente, am pierde tocmai informația despre ce trebuie dezvoltat. O analiză utilă poate spune: atletul C are nevoie de evaluarea limitării sale la Farmer’s. Nu poate spune, doar din aceste cifre, ce mușchi este responsabil ori câte săptămâni sunt necesare pentru remediere.

24. Erorile de măsurare pot crea relații false sau le pot ascunde

Un coeficient de corelație nu este mai bun decât datele din care este calculat. Dacă Deadliftul a fost măsurat cu reguli diferite între sportivi, iar Farmer’s pe trasee cu distanțe inexacte, asocierea poate fi distorsionată. O eroare aleatoare de măsurare poate diminua relația observată, în timp ce o eroare sistematică legată de un grup poate produce o asociere înșelătoare. De aceea, standardizarea nu este un detaliu birocratic. Ea stabilește dacă două coloane de numere descriu în mod comparabil fenomenele urmărite.

Să presupunem că o sală cronometrează Farmer’s din momentul semnalului, iar alta din momentul desprinderii mânerelor. Atleții din prima sală vor avea în medie o fază suplimentară inclusă în timp. Dacă sportivii cu Squat mai mare provin preponderent din prima sală, corelația brută poate fi afectată. Nu rezolvăm eroarea doar prin mărirea numărului de participanți. Protocolul de cronometrare trebuie armonizat ori diferența explicit modelată.

Greutățile aparatelor pot fi declarate aproximativ. Un Yoke etichetat 360 kilograme poate include cadrul sau doar discurile, iar masa mânerelelor Farmer’s poate fi comunicată total ori per mână. Introducerea acestor valori fără verificarea convenției poate modifica artificial raportul sarcină/1RM. Orice analiză care implică procente trebuie să poată recupera masa reală utilizată și semnificația fiecărei unități.

Încercările invalide sunt o altă sursă de erori. Dacă un atlet nu completează cei 20 metri, timpul până la oprire nu poate fi tratat ca timp de finalizare. Înregistrarea încercării cu status failed și distanță realizată separată este mai corectă decât atribuirea unui timp arbitrar. Dacă eliminăm toate încercările nereușite, analiza rămâne condiționată de capacitatea de finalizare. Ambele situații pot influența relația estimată cu 1RM.

Fiabilitatea poate fi investigată prin repetarea unor teste submaximale comparabile, fără a impune efort maximal permanent. Lucrările metodologice despre eroare și reproductibilitate în sport arată importanța separării variației măsurării de progres [7,8]. Nu există un prag de eroare universal pentru Yoke ori Farmer’s, independent de dispozitiv și protocol. O diferență de două zecimi poate fi relevantă sau poate fi zgomot, în funcție de calitatea cronometrajului.

Un raport corect va prezenta regulile, sursele și, unde este posibil, incertitudinea măsurării. Nu vom utiliza zecimale multe pentru a masca o precizie modestă. Dacă un set conține rezultate cu protocoale incompatibile, poate fi necesară împărțirea pe categorii în locul unei regresii generale. Uneori cea mai valoroasă concluzie este că datele disponibile nu permit încă o comparație validă.

25. Construirea unei regresii simple fără să confundăm datele

Într-un proiect de analiză, putem începe prin a selecta un predictor, de exemplu Squat 1RM în kilograme, și un rezultat, de exemplu timpul la Yoke 300 kilograme pe 20 metri. Toți sportivii trebuie să fi executat un protocol suficient de comparabil. Într-o regresie liniară simplă, modelul poate fi exprimat prin timpul estimat = intercept + pantă × Squat 1RM. Panta descrie modificarea medie a timpului asociată unui kilogram suplimentar în cadrul relației estimate. Nu reprezintă automat efectul cauzal al antrenării genuflexiunii.

Înainte de a calcula modelul, desenăm un grafic scatter și examinăm unitățile, observațiile incomplete și valorile neobișnuite. Verificăm dacă există o relație aproximativ liniară sau dacă sportivii foarte slabi nu finalizează proba, caz în care rezultatul este cenzurat ori condiționat. O regresie simplă pentru timpii celor care au terminat nu descrie automat probabilitatea de a finaliza. Dacă avem date despre abandon, acestea trebuie păstrate, iar pentru alte întrebări pot fi necesare modele diferite.

O ecuație ipotetică ar putea afișa «timp estimat = 38 − 0,06 × Squat 1RM». Pentru un Squat de 250, rezultatul ar fi 23 de secunde. Această formulă este inventată exclusiv pentru a ilustra mecanismul și nu trebuie folosită pentru prescrierea unei curse. Valoarea pantei nu este un efect biologic universal. Dacă extrapolăm la Squat de 500, obținem un rezultat nerealist, arătând pericolul aplicării ecuației dincolo de intervalul de date care a generat-o.

După ajustare calculăm erorile dintre timpii observați și cei estimați. MAE, eroarea medie absolută, este ușor de interpretat în secunde, iar RMSE acordă pondere mai mare erorilor mari. Putem compara modelul cu o referință simplă, precum predicția timpului mediu al grupului sau ultimul rezultat standardizat al sportivului. Dacă regresia nu prezice mai bine decât această referință pe date noi, complexitatea sa nu are valoare practică demonstrată.

Datele folosite pentru verificare nu trebuie să fie aceleași cu cele pe care modelul a fost optimizat fără un protocol de validare. În eșantioane mici, separarea rigidă în două grupuri poate fi dificilă, dar există metode de validare încrucișată, fiecare cu limite. Dacă avem înregistrări repetate de la același sportiv, ele trebuie grupate corespunzător, pentru a evita ca informația din viitorul aceluiași atlet să ajungă indirect în antrenarea modelului. Acest tip de scurgere informațională produce performanță predictivă exagerată.

Raportul final descrie eșantionul, definiția probei, coeficienții, intervalele de incertitudine și erorile de predicție. Nu este suficient să publicăm doar o dreaptă colorată și un r². Dacă modelul este exploratoriu, îl numim exploratoriu. Dacă a fost validat extern, explicăm pe ce populație. În Strongman Data Lab, statistica nu este folosită pentru a inventa o lege spectaculoasă, ci pentru a testa cât de mult ne ajută un indicator general de forță.

26. Când modelele complexe adaugă mai puțin decât un cronometru bun

Modelele multivariate și metodele de învățare automată pot integra numeroși predictori, dar au nevoie de observații suficiente, date consecvente și evaluare independentă. În strongman, numărul sportivilor disponibili pentru cercetare poate fi mic, iar aparatele diferă între competiții. Un algoritm antrenat pe cincisprezece atleți, cu zece variabile, poate reproduce istoria foarte bine și totuși să greșească major la un concurs nou. Aceasta este supraînvățarea, nu dovada că programul a descoperit un adevăr ascuns.

Un model simplu poate estima timpul din ultima cursă comparabilă a atletului. Altul poate utiliza Squat 1RM, masa corporală și experiența. Compararea corectă între ele necesită aceeași probă de evaluare și aceeași definiție a erorii. Dacă modelul complex reduce MAE cu numai 0,1 secunde într-un test cu eroare manuală de aproximativ aceeași mărime, beneficiul ar putea să nu justifice efortul și costul. Datele trebuie să demonstreze utilitatea complexității.

Algoritmii pot deveni vulnerabili la detalii absente din fișiere: un Yoke diferit, asfalt ud, o întoarcere în traseu sau o schimbare de regulament. Dacă aceste caracteristici nu sunt înregistrate, modelul poate atribui diferențele forței ori masei corporale. Mai multe straturi neuronale nu pot recupera informații care nu au fost observate. Înainte de a crește complexitatea statistică, trebuie să îmbunătățim definițiile și colectarea.

Predicțiile trebuie să fie acompaniate de incertitudine. Un rezultat estimat la 18,7 secunde poate părea exact, dar dacă eroarea tipică a modelului este câteva secunde, cifra nu este o garanție utilă pentru clasament. Într-un eveniment în care sportivii sunt despărțiți prin fracțiuni de secundă, un model aproximativ poate fi suficient pentru planificare generală, dar nu pentru anticiparea podiumului. Nivelul deciziei trebuie să fie proporțional cu acuratețea demonstrată.

Pentru coaching individual, uneori cea mai bună evaluare este una directă: aceeași încărcătură, același traseu, un cronometru bine definit și filmare comparabilă. Aceasta răspunde întrebării despre progres fără a necesita o regresie complicată. Dacă avem suficiente date și dorim să explorăm relații între probe, modelele pot completa observația. Nu trebuie însă să înlocuiască sursa primară printr-o predicție atunci când testarea directă este sigură și posibilă.

Un sistem matur își poate revizui predicțiile după fiecare competiție, comparând estimările cu rezultatele reale. Dacă erorile cresc, modelul poate necesita recalibrare sau renunțare. A păstra un algoritm doar pentru că este sofisticat reprezintă o eroare de management. Strongman Data Lab va prefera întotdeauna o concluzie modestă, reproductibilă și folositoare unei prognoze spectaculoase care nu rezistă la verificare.

27. Studiu de caz longitudinal: Squat și Yoke pe două cicluri

Imaginăm un atlet cu Squat inițial de 220 kilograme și Yoke standardizat de 300 kilograme pe 20 metri, finalizat în 21,4 secunde. După opt săptămâni, Squat crește la 235, iar timpul Yoke scade la 20,2. După alte opt săptămâni, Squat urcă la 245, însă timpul Yoke rămâne aproximativ 20,1. Cifrele sunt exclusiv ipotetice. Ele arată că progresul unei capacități generale și progresul unei probe dinamice pot avea ritmuri diferite, chiar la aceeași persoană.

În primul ciclu, schimbările sunt compatibile cu un transfer pozitiv, dar sportivul a putut exersa între timp startul Yoke, reglarea cadrului și ritmul pașilor. În al doilea ciclu, forța crește fără o diferență substanțială de timp. Acest lucru nu dovedește că forța nouă este inutilă; poate însemna că altă limitare domină. Analiza trebuie să cerceteze segmentele lente, balansul, oboseala și metoda de cronometrare, nu să declare automat eșecul programului.

Dacă timpul primilor cinci metri scade de la 6,2 la 5,0 secunde în primul ciclu, în timp ce segmentele ulterioare se modifică puțin, progresul pare concentrat la start. În faza următoare, antrenorul ar putea examina menținerea vitezei în a doua jumătate a cursei. Totuși, trei observații Squat–Yoke nu sunt suficiente pentru a estima o relație cauzală stabilă. Un coeficient de corelație calculabil matematic nu transformă istoricul într-un experiment controlat.

Un ciclu următor ar putea menține forța generală printr-o doză rezonabilă de antrenament și ar putea evalua separat segmentele Yoke problematice. Dacă timpul se îmbunătățește, avem un rezultat sportiv util, chiar dacă mecanismul exact rămâne parțial incert. Un jurnal bun păstrează toate datele și notele tehnice, inclusiv încărcătura și tipul cadrului. Nu urmărește să confirme cu orice preț ideea că fiecare kilogram câștigat la Squat trebuie să producă aceeași economie de timp.

Acest exemplu poate fi extins cu observații de recuperare și rezultate de concurs, dar nu trebuie să inventăm parametri pentru a face modelul spectaculos. Când o schimbare pare prea mică pentru a depăși eroarea testului, este corect să spunem că progresul rămâne incert. În sportul real, antrenamentul și experiența evoluează simultan. Datele cresc claritatea deciziei, fără să transforme fiecare asociere într-o cauză demonstrată.

28. Protocol practic: evaluarea transferului fără testări maximale permanente

Pentru monitorizarea unui sportiv, putem alege două repere generale, precum Squat și Deadlift, și două probe dinamice standardizate, Yoke și Farmer’s. Recordurile maximale se verifică în perioade potrivite, nu automat în fiecare săptămână. Probele dinamice pot utiliza încărcături submaximale relevante, cu aceleași distanțe și aparate, atunci când testarea este sigură. Programul trebuie să urmărească pregătirea competitivă, nu completarea permanentă a unei foi de calcul. Dacă o evaluare perturbă recuperarea, costul trebuie reconsiderat.

Pentru fiecare test notăm data, masa, unitatea de încărcare, aparatul, distanța, suprafața, cronometrajul și statutul încercării. Pentru 1RM păstrăm tipul mișcării, amplitudinea, accesoriile și dacă valoarea este măsurată sau estimată. În Farmer’s, masa per mână este diferită de masa totală, iar în Yoke trebuie să știm dacă încărcătura include cadrul. Un câmp separat pentru observații video poate descrie pickup lent, balans sau scăpări, fără a transforma opinia antrenorului într-un diagnostic.

Comparăm timpii standardizați numai când condițiile permit. Un traseu ud nu este echivalent cu unul uscat; o întoarcere poate modifica rezultatul; alt tip de mânere schimbă sarcina. Când apar diferențe, le documentăm și prezentăm rezultatele drept istoric de concurs, nu drept test controlat al progresului. O filmare dintr-un unghi consecvent și splituri la cinci metri pot ajuta, dar nu sunt obligatorii în fiecare sesiune obișnuită. Calitatea contează mai mult decât numărul indicatorilor.

Raportul poate arăta progresul la Squat, Deadlift, timpul total la Yoke și Farmer’s, timpul de pickup și eventualele scăpări. Dacă toate se îmbunătățesc, concluzia este că mai multe rezultate au evoluat favorabil. Dacă 1RM crește și cursele stagnează, investigăm limitările specifice. Pentru o afirmație despre cauzalitate este necesar un design adecvat, nu doar un grafic cu două linii. Un antrenor poate lua decizii utile chiar atunci când explicația statistică rămâne prudentă.

În echipe, analiza trebuie filtrată după categoria sportivului, experiență și protocolul de testare. Nu amestecăm timpul unei probe oficiale, în care sportivul poate adopta o tactică de punctaj, cu timpul unui test de sală conceput pentru maximă viteză. Dacă avem puține observații, nu este obligatoriu să calculăm o regresie. Câteva rezultate comparabile și o întrebare bine formulată pot reprezenta un punct de plecare mai bun.

29. Modele simple, antrenament specific și decizii tactice

Pe măsură ce concursul se apropie, raportul dintre antrenamentul general și cel specific poate fi modificat, în funcție de calendar, recuperare și probele anunțate. Un atlet cu Squat bun, dar Yoke instabil, poate avea mai mult de câștigat din controlul cadrului și din starturi standardizate decât din verificarea unui nou record maximal. Altul, care abia poate desprinde aparatul, poate avea nevoie de dezvoltarea capacității de forță relevante. Datele ajută la identificarea acestei diferențe, dar alegerea finală rămâne una de coaching responsabil.

În Farmer’s, un sportiv poate ridica rapid mânerele și pierde timp prin scăpări; altul poate începe lent și termina constant. Pentru primul, întrebările se concentrează asupra prizei și ritmului; pentru al doilea, asupra pickupului și accelerării. A recomanda ambilor același program de Deadlift doar pentru că au un timp slab ar ignora mecanica probei. 1RM trebuie pus în contextul observațiilor, nu folosit ca verdict automat.

În Log pentru repetări, o rezervă de forță mai mare poate reduce intensitatea relativă a încărcăturii oficiale, dar tehnica cleanului și validarea blocării pot limita punctajul. Dacă atletul are multe repetări invalidate, analiza poate indica nevoia de lucru tehnic. Dacă nu reușește nici prima repetare, problema poate fi mai apropiată de capacitatea maximală. Aceste situații cer intervenții diferite și nu se pot diferenția dintr-un singur procent de 1RM.

Un model de predicție poate avea valoare tactică numai dacă eroarea sa este suficient de mică pentru decizia relevantă. Dacă estimăm timpul cu o incertitudine de câteva secunde, nu putem decide sigur că un atlet va învinge un adversar despărțit în istoricul recent de 0,3 secunde. Predicția poate sugera o gamă de rezultate posibile, dar nu trebuie transformată într-o promisiune de podium. Compararea cu probe similare și condiții reale rămâne esențială.

În planificare, se pot păstra teste submaximale reproductibile în locul unor încercări maxime frecvente. Atleții cu experiență pot avea nevoie de volume și intensități diferite, iar accidentările ori starea de recuperare modifică opțiunile. Nu există o proporție universală între Squat, Deadlift și aparatele de strongman. Programul trebuie să evolueze după rezultatul dinamic observat, nu după ideea că o anumită liftare maximală rezolvă automat toate probele.

Scopul STRONGMAN DATA LAB este să facă deciziile mai transparente. Putem descrie forța disponibilă, rezultatul specific, contextul și incertitudinea, apoi să alegem o intervenție care poate fi evaluată. Dacă funcționează, păstrăm dovezile; dacă nu, revizuim ipoteza. Aceasta este o abordare mai matură decât selectarea unei ecuații favorabile și forțarea antrenamentului să o confirme.

30. Siguranța evaluărilor maximale

Colectarea datelor nu justifică transformarea fiecărui antrenament într-un test maximal. Încercările grele la Deadlift și cursele Yoke foarte solicitante pot produce oboseală importantă, în special în săptămâni cu mult volum. Un test standardizat submaximal poate oferi informații suficiente despre progres, fără a consuma resursele necesare pregătirii. Programarea trebuie să țină cont de perioada competițională, de starea atletului și de siguranța aparatelor. Mai multe puncte într-un grafic nu înseamnă automat un program mai bun.

Starea de oboseală, durerea nouă, pierderea controlului și condițiile terenului pot modifica oportunitatea unei testări. Nici un scor automat de recuperare, nici un 1RM estimat din viteză nu certifică aptitudinea medicală. Dacă apar simptome îngrijorătoare, evaluarea profesională are prioritate. O aplicație nu poate diagnostica de la distanță o leziune ori o problemă cardiovasculară. În plus, o predicție de performanță nu trebuie să exercite presiune pentru continuarea unei încercări nesigure.

Pentru Farmer’s și Yoke, inspectăm traseul, stabilitatea aparatelor și zona de oprire. Dacă un cronometru eșuează, nu este obligatoriu să repetăm imediat o cursă maximală doar pentru a înlocui timpul lipsă. Datele pot fi marcate incomplete și retestate mai târziu. Dacă sportivul abandonează o încercare pentru că simte instabilitate ori durere, rezultatul rămâne o observație relevantă, chiar dacă nu intră în calculul vitezei pe 20 metri. Baza trebuie să descrie realitatea, nu să inventeze finalizări.

În cercetare, testările au nevoie de proceduri etice și de măsuri adecvate de reducere a riscului. În coaching, principiul este că monitorizarea servește sportivul, nu invers. Nu se recomandă încărcarea progresivă până la eșec doar pentru a completa ultimul punct al unui model. Este acceptabil ca unele variabile să rămână necunoscute. Valoarea informației trebuie comparată cu costul fizic, timpul consumat și utilitatea decizională.

Testarea inteligentă folosește protocolul minim suficient pentru întrebarea formulată. Dacă vrem să știm dacă startul Yoke s-a îmbunătățit, poate fi suficient un test submaximal comparabil. Dacă vrem un record oficial, standardele și supravegherea trebuie să fie potrivite. Niciuna dintre variante nu impune testarea constantă a limitelor. Performanța durabilă presupune capacitatea de a concura din nou, nu doar obținerea unei cifre în prezent.

31. Direcții pentru cercetările viitoare în strongman

Cercetarea strongman a oferit deja date despre relațiile între forță și performanță, precum și analize ale mișcării cu aparate specifice. Totuși, lipsesc suficiente observații longitudinale în care aceiași sportivi sunt urmăriți mai multe sezoane, cu Squat, Deadlift, Yoke și Farmer’s evaluate după protocoale consecvente. O asemenea cercetare ar putea investiga dacă modificările 1RM anticipează modificările ulterioare ale timpului, ținând cont de familiarizare și oboseală. Relațiile transversale sunt valoroase, dar nu răspund singure acestei întrebări.

Avem nevoie și de eșantioane mai diverse. Studiul lui Winwood a folosit 23 de rugbyști semiprofesioniști [1], iar cercetarea Yoke din 2021 a inclus 19 competitori strongman [3]. Aceste contribuții sunt utile, dar nu reprezintă toate categoriile de greutate, nivelurile de experiență, sportivii masters și strongwoman. Studii multicentrice, cu aparate și reguli documentate, ar putea reduce incertitudinea transferului către alte populații. Nu presupunem diferențe biologice fixe acolo unde dovezile sunt încă limitate.

Testele ar trebui să distingă încărcăturile moderate de cele apropiate de limita individuală. La Farmer’s ar fi utile timpul de pickup, spliturile și scăpările; la Yoke, viteza și stabilitatea; la Truck Pull, caracteristicile vehiculului și suprafața. O bază comună de date ar putea face posibile comparații mai bune între sportivi, fără a obliga la aparatură excesiv de costisitoare. Reproductibilitatea procedurii este mai importantă decât complexitatea tehnologiei.

Pentru a cerceta transferul cauzal sunt necesare intervenții și comparații concepute corespunzător. Un program axat pe forță generală și unul care adaugă pregătire specifică pot fi investigate, dar nu prin atribuirea întâmplătoare a schimbărilor observate. Testele trebuie să fie sigure, iar planurile de recuperare respectate. Cercetarea bună nu solicită încercări extreme nejustificate doar pentru a produce un număr suplimentar. Riscul și informația trebuie analizate împreună.

Până la apariția unor dovezi mai solide, literatura existentă susține formularea unor ipoteze prudente. Nu inventăm coeficienți Squat–Yoke care nu au fost măsurați și nu transformăm relațiile generale în reguli de conversie din kilograme în secunde. Progresul științei vine din standardizare, publicarea erorilor și colaborare. O întrebare corect definită poate fi mai valoroasă decât un răspuns precis doar în aparență.

32. Ce înseamnă un model util pentru clasament și decizii

Un model predictiv nu devine bun printr-un coeficient de corelație spectaculos, ci prin capacitatea de a oferi estimări suficient de precise pentru decizia pe care vrem să o luăm. Dacă timpii Farmer’s sunt separați la podium prin zecimi de secundă, o eroare medie de două secunde poate face predicția inutilă pentru ordinea exactă a concurenților. În schimb, același model poate ajuta la înțelegerea intervalului general de performanță în care s-ar putea afla un atlet. Utilitatea depinde de scop, nu de frumusețea graficului.

Predicția trebuie verificată pe observații care nu au fost folosite pentru ajustarea modelului. Dacă toate datele provin de la aceiași zece sportivi și încercăm multe combinații până găsim corelația maximă, rezultatul poate fi optimist. Pentru antrenori, este mai util să comparăm modelul cu o estimare simplă, precum ultimul timp realizat pe traseu identic. Dacă un algoritm cu opt variabile nu prezice mai bine decât acest reper, complexitatea nu are un beneficiu demonstrat.

Clasamentul depinde și de adversari. Un sportiv poate îmbunătăți timpul la Yoke și totuși să piardă puncte dacă ceilalți au progresat mai mult. Un model care prezice performanța brută nu este automat un model de punctaj, iar o poziție estimată într-un concurs nu se transportă în altul. Pentru evaluare, păstrăm distincte timpii, încărcăturile, numărul repetărilor și punctele regulamentare. Amestecarea lor într-un singur indice poate ascunde diferențe relevante.

Într-o echipă, rapoartele ar trebui să prezinte intervale plauzibile și limitele datelor, nu garanții de victorie. Dacă un sportiv are un 1RM bun, dar nu a testat niciodată aparatul de concurs, incertitudinea este mare. Dacă a executat frecvent probe comparabile, putem avea o bază descriptivă mai solidă. Totuși, oboseala, vremea și regulile pot modifica rezultatul. Predictibilitatea trebuie verificată, nu presupusă.

Un model este valoros atunci când îmbunătățește decizia fără să creeze risc suplimentar sau încredere falsă. Antrenorul îl poate folosi pentru a identifica limite ale pregătirii, a planifica un test sau a alege o strategie prudentă. Nu îl poate transforma în certificat de aptitudine medicală și nici în obligația de a atinge încărcături pe care sportivul nu le controlează. Performanța rămâne un fenomen real, nu o comandă emisă de software.

33. De la 1RM la o analiză aplicată: regulile unui Strongman Data Lab

Orice analiză a transferului începe prin definirea exercițiului maximal și a probei dinamice. Notăm dacă recordul este Squat, Deadlift ori Log, dacă a fost măsurat direct sau estimat și ce reguli au fost folosite. Pentru Yoke și Farmer’s descriem masa reală, distanța, aparatul, suprafața și cronometrajul. Un timp obținut cu întoarcere nu trebuie amestecat fără context cu un timp pe traseu drept. Standardizarea este prima regulă, înaintea regresiei.

A doua regulă este separarea dintre rezultat și explicație. Putem observa că un Squat mai mare este asociat cu un timp mai mic în grup, dar nu deducem că modificarea Squatului produce exact acel efect la fiecare persoană. Putem vedea că un sportiv și-a îmbunătățit atât Deadliftul, cât și Farmer’s, fără să excludem contribuția prizei ori a tehnicii. Corelațiile și evoluțiile individuale trebuie prezentate în categorii distincte, cu limitele lor metodologice.

A treia regulă este păstrarea datelor brute. Timpii pe segmente, încercările ratate, scăpările și modificările de regulament pot fi mai informative decât un scor global. Dacă o observație este neobișnuită, verificăm sursa înainte de eliminare. Dacă lipsește timpul din cauza unei erori tehnice, nu inventăm valoarea. Baza trebuie să poată fi auditată, astfel încât concluziile să nu depindă de memoria selectivă a autorului.

A patra regulă este testarea utilității modelelor. Un r mare nu garantează predicție individuală, iar r² nu reprezintă un procent cauzal. Raportăm eroarea în unități reale, precum secunde, și verificăm performanța pe observații noi. Modelele simple reprezintă puncte de referință obligatorii. Dacă un model sofisticat nu le depășește, nu există motiv să îi acordăm autoritate doar pentru că folosește tehnologii mai complicate.

A cincea regulă privește sportivul: măsurarea trebuie să sprijine antrenamentul, nu să devină mai importantă decât acesta. Nu impunem încercări maximale inutile pentru completarea unei curbe și nu transformăm scorurile de recuperare în diagnostice. Când o decizie are implicații asupra sănătății, evaluarea profesională are prioritate. Un sistem bun face incertitudinea vizibilă și facilitează colaborarea dintre atlet și antrenor.

34. Concluzie: 1RM creează potențial, proba determină rezultatul

Relația dintre forța maximală și performanța la probe dinamice merită studiată tocmai pentru că este relevantă și imperfectă. Squat, Deadlift și Log pot furniza repere valoroase despre capacitățile sportive, iar cercetările disponibile au identificat asocieri semnificative între unele recorduri din sală și rezultate strongman. Totuși, Yoke, Farmer’s și Truck Pull implică tehnică, aderență, distribuția sarcinii, accelerare și toleranță la efort. Un record maximal, oricât de impresionant, nu descrie singur toate aceste dimensiuni.

Studiul lui Winwood, Keogh și Harris oferă dovezi relevante despre relații în grupul studiat [1], iar cercetările biomecanice dedicate Farmer’s și Yoke ajută la înțelegerea diferențelor mecanice dintre probe [2–4]. Aceste lucrări nu justifică transformări universale între kilogramele de la Squat și secundele de la Yoke. Pentru asemenea predicții sunt necesare modele validate pe atleți și sarcini comparabile. Un coeficient de corelație mare nu constituie o promisiune de rezultat individual.

Antrenorul trebuie să identifice veriga limitativă. Dacă sportivul nu poate desprinde o încărcătură, forța maximală și tehnica inițială pot fi prioritare. Dacă o desprinde ușor și pierde timp prin balans ori scăpări, soluția poate fi mai specifică probei. În Log pentru repetări, dificultatea poate apărea la clean, press, blocare sau ritm. Datele trebuie să explice ce s-a întâmplat și ce test merită repetat, nu să forțeze toate problemele într-o singură formulă.

Pentru cercetător, distincția dintre corelația transversală și progresul longitudinal este fundamentală. r² nu reprezintă un procent cauzal, iar erorile de predicție trebuie raportate în unități practice. Pentru sportiv, progresul la Squat sau Deadlift merită recunoscut, dar competiția verifică modul în care această forță este exprimată în sarcinile reale. Respectul pentru știință înseamnă să folosim asocierile utile și să recunoaștem explicit limitele lor.

În episodul al patrulea vom examina viteza de execuție și monitorizarea dezvoltării forței, inclusiv relațiile încărcătură–viteză și limitele instrumentelor de măsurare. Vom continua să separăm viteza barei de viteza de deplasare a sportivului și estimările de observațiile directe. Până atunci, concluzia este simplă: 1RM creează potențial, iar performanța dinamică arată cât din acest potențial poate fi transformat în rezultatul cerut de probă.

Bibliografie științifică selectivă

[1] Winwood, P. W., Keogh, J. W. L., & Harris, N. K. (2012). Interrelationships Between Strength, Anthropometrics, and Strongman Performance in Novice Strongman Athletes. Journal of Strength and Conditioning Research, 26(2), 513–522. https://doi.org/10.1519/JSC.0b013e318220db1a

[2] Hindle, B. R., Lorimer, A., Winwood, P., & Keogh, J. W. L. (2019). The Biomechanics and Applications of Strongman Exercises: A Systematic Review. Sports Medicine - Open, 5, 49. https://doi.org/10.1186/s40798-019-0222-z

[3] Hindle, B. R., Lorimer, A., Winwood, P., Brimm, D., & Keogh, J. W. L. (2021). The Biomechanical Characteristics of the Strongman Yoke Walk. Frontiers in Sports and Active Living, 3, 670297. https://doi.org/10.3389/fspor.2021.670297

[4] Winwood, P. W., Cronin, J. B., Brown, S. R., & Keogh, J. W. L. (2014). A Biomechanical Analysis of the Farmers Walk, and Comparison with the Deadlift and Unloaded Walk. International Journal of Sports Science & Coaching, 9(5), 1127–1143. https://doi.org/10.1260/1747-9541.9.5.1127

[5] Hindle, B. R., Lorimer, A., Winwood, P., & Keogh, J. W. L. (2020). A systematic review of the biomechanical research methods used in strongman studies. Sports Biomechanics, 19(1), 90–119. https://doi.org/10.1080/14763141.2019.1598480

[6] Weakley, J., Mann, B., Banyard, H., McLaren, S., Scott, T., & García-Ramos, A. (2021). Velocity-Based Training: From Theory to Application. Strength & Conditioning Journal, 43(2), 31–49. https://doi.org/10.1519/SSC.0000000000000560

[7] Hopkins, W. G. (2000). Measures of Reliability in Sports Medicine and Science. Sports Medicine, 30(1), 1–15. https://doi.org/10.2165/00007256-200030010-00001

[8] Atkinson, G., & Nevill, A. M. (1998). Statistical Methods for Assessing Measurement Error (Reliability) in Variables Relevant to Sports Medicine. Sports Medicine, 26(4), 217–238. https://doi.org/10.2165/00007256-199826040-00002

[9] Soligard, T., Schwellnus, M., Alonso, J. M., et al. (2016). How Much Is Too Much? (Part 1) International Olympic Committee Consensus Statement on Load in Sport and Risk of Injury. British Journal of Sports Medicine, 50(17), 1030–1041. https://doi.org/10.1136/bjsports-2016-096581

[10] Saw, A. E., Main, L. C., & Gastin, P. B. (2016). Monitoring the Athlete Training Response: Subjective Self-Reported Measures Trump Commonly Used Objective Measures: A Systematic Review. British Journal of Sports Medicine, 50(5), 281–291. https://doi.org/10.1136/bjsports-2015-094758

[11] Bland, J. M., & Altman, D. G. (1986). Statistical Methods for Assessing Agreement Between Two Methods of Clinical Measurement. The Lancet, 327(8476), 307–310. https://doi.org/10.1016/S0140-6736(86)90837-8

[12] Winwood, P. W., Keogh, J. W. L., & Harris, N. K. (2011). The Strength and Conditioning Practices of Strongman Competitors. Journal of Strength and Conditioning Research, 25(11), 3118–3128.