Kalkulatorer
Godt allroundvalg. Fungerer best for distanser som ligner. — f.eks. 10K → halvmaraton
Bedre når distansene varierer mye. Justerer for fart i korte løp. — f.eks. 1 mile → maraton
Slik fungerer formler for løpsprediksjon
Å forutsi løpsprestasjoner er både en vitenskap og en kunst. Vår løpsprediktor bruker to av de mest respekterte matematiske modellene innen sportsfysiologi — Riegel og Cameron — for å estimere dine potensielle sluttider basert på et nylig resultat.
Riegel-formelen (T2 = T1 × (D2/D1)^1.06) forutsetter at din aerobe kapasitet forblir relativt konsistent når du øker distansen. Den er gullstandarden for å forutsi distanser mellom 5K og maraton.
Cameron-formelen introduserer en distansekorreksjonsfaktor. Dave Cameron analyserte tusenvis av løpsresultater og fant ut at noen løpere "svekkes" mer enn andre når distansen øker. Denne modellen er ofte mer nøyaktig for løpere som beveger seg fra svært korte distanser (som 1 mile) til maraton.
Begge formlene forutsetter at du løp nær din maksimale innsats på en flat asfaltløype under normale forhold. De tar ikke høyde for varme, høyde eller akkumulert tretthet fra tung trening. Bruk prediksjonene som realistiske mål, og juster deretter for de spesifikke forholdene i ditt kommende løp.
Hvordan fungerer dette?
Hvorfor er den estimerte maratontiden min så mye raskere enn min faktiske pers?
Formlene forutsetter at du har gjennomført den spesifikke treningen som kreves for måldistansen. En 20-minutters 5K forutsier en maraton under 3:10, men bare hvis du har bygget den nødvendige utholdenhetsbasen og det høye treningsvolumet som kreves.
Bør jeg bruke Riegel eller Cameron for min prediksjon?
Bruk Riegel når du forutsier mellom distanser med lignende aerobt krav (10K → halvmaraton, halvmaraton → maraton). Bruk Cameron når du forutsier fra korte distanser (5K eller 1 mile) til mye lengre distanser, da Cameron tar hensyn til den større rollen fart spiller over utholdenhet i korte løp.
Hvor nøyaktige er formlene for løpsprediksjon?
For godt trente løpere som forutsier mellom tilstøtende distanser (10K → halvmaraton, halvmaraton → maraton), er nøyaktigheten vanligvis innenfor 2–5 %. Nøyaktigheten faller etter hvert som gapet mellom kjent distanse og måldistanse øker. Miljøfaktorer som varme, bakker og tretthet er ikke modellert — behandle alltid prediksjonen som et utgangspunkt, ikke en garanti.