Cameron-formelen
En alternativ løpsprediksjon med en eksponentiell distansekorreksjon.
Cameron-formelen, utviklet av Dave Cameron i 1997, forutsier løpstider ved bruk av en eksponentiell korreksjonsfaktor som varierer med distansen. I motsetning til Riegel-formelen med fast eksponent er Camerons korreksjon større når det kjente løpet er kort — der anaerob kapasitet spiller en større rolle — og avtar når den kjente distansen øker.
FORMELEN
T2 = T1 × (D2/D1) × [f(D1) / f(D2)]
f(d) = a + b × e(-d/c)
Slik fungerer korreksjonen
Funksjonen f(d) = a + b × e^(-d/c) avtar når distansen øker. For løp lenger enn ~10 km vil eksponentialleddet nærme seg null og f(d) ≈ a.
Ved prediksjon fra en kort distanse (5K) er f(D1) betydelig større enn f(D2), noe som gjør at forholdet overstiger 1 — som gir en mer konservativ (tregere) maratontid. Dette gjenspeiler virkeligheten der en 5K-prestasjon avhenger mer av VO2max og fart enn den aerobe utholdenheten som trengs for en maraton.
Ved prediksjon fra en moderat distanse (10K) er korreksjonen liten — 10K er allerede en god aerob indikator — så Cameron gir et litt mer optimistisk maratonestimat.
Eksempel
Du har løpt en 10K på 42:00. Hva er din estimerte maratontid?
f(10) = 0.000495 + 0.000985 × e^(-10/1.4485) ≈ 0.000496
f(42.2) ≈ 0.000495 (exponential ≈ 0)
T2 = 2520 × (42.195/10) × (0.000496/0.000495)
T2 ≈ 10,666 s ≈ 2:57:46
Riegel gir ~3:13:00 for samme inndata — en forskjell på ~15 min.
Cameron vs. Riegel — når man bruker hvilken
| Kjent → Mål | Cameron | Riegel | Forskjell |
|---|---|---|---|
| 5K (20:00) → 10K | 42:24 | 41:41 | +43s (Cameron mer konservativ) |
| 5K (20:00) → Marathon | 2:59:23 | 3:11:49 | −12min (Cameron mer optimistisk) |
| 10K (42:00) → Marathon | 2:57:46 | 3:13:00 | −15min (Cameron mer optimistisk) |
Ingen av formlene tar hensyn til terreng, treningshistorikk eller forholdene på løpsdagen. Bruk dem som pekepinner, ikke garantier.
Test begge formlene side om side
Oppgi et løpsresultat og sammenlign Riegel vs. Cameron.
Camerons formel: når og hvordan bruke den
Camerons formel, utviklet av Dave Cameron i 1997, forutsier løpetider ved hjelp av en eksponentiell korreksjonsfaktor som varierer basert på kjente distanser. I motsetning til Riegels tilnærming med fast eksponent, bruker Cameron en større korreksjon når startdistansen er kort.
I praksis er Cameron vanligvis mer konservativ enn Riegel når du forutsier lange løp fra korte prestasjoner (f.eks. 5K til maraton), og litt mer optimistisk når du forutsier fra moderate distanser. Calcpace-prediktoren kjører begge parallelt slik at du kan sammenligne.
Ingen formel er universelt mer nøyaktig – begge er empiriske modeller med kjente begrensninger. Det er best å behandle spredningen mellom de to resultatene som et konfidensintervall for målstiden din.
Hvordan fungerer dette?
Når bør jeg bruke Cameron i stedet for Riegel?
Bruk Cameron når du forutsier et langt løp fra en kort prestasjon, særlig 5K til maraton. Cameron er mer konservativ i dette scenariet fordi den tar hensyn til at 5K er mer fartsorientert enn den aerobe utholdenheten som trengs for maraton.
Hvilken formel er mer nøyaktig?
Ingen er universelt bedre. Begge er avledet fra store løpsdatabaser og fanger ulike aspekter av distanse-fartforholdet. Faktisk nøyaktighet avhenger av innsatskvalitet, løypeprofil og treningsspesifisitet.
Kan jeg bruke disse prediksjonene til ultramaratonløp?
Nei – begge formlene ble kalibrert på veiløpsdata opp til maraton. På ultradistanser dominerer ernæring, søvn, terreng og mental motstandsdyktighet – noe ingen fartbasert formel tar hensyn til.