Uso de dispositivos digitales en el seguimiento de un Trail Runner. Estudio de caso (Use of digital devices to follow a Trail Runner. Case study)

Resumen

El objetivo de este estudio es describir una metodología de seguimiento de un atleta de Trail Running (TR) durante cinco años a través de la captura de datos provenientes de dispositivos digitales, permitiendo asociar el ritmo de carrera y su velocidad en función de la pendiente. Se obtuvo desde la plataforma Strava las trayectorias generadas por el sistema de posicionamiento global (SPG). A partir de esta información se obtuvieron los registros de distancia horizontal, diferencia de altitud, pendiente, velocidad horizontal y velocidad vertical. Para poder analizar todo el espectro de registros en cada semana de entrenamiento se calibró un modelo de regresión cuantílica, utilizando un rango de 8 semanas precedentes y se extrajeron, para cada decil del desempeño registrado, los parámetros P0: ritmo mínimo; m1: ángulo crítico C+ (registro relativo de correr en subidas) y C- (registro relativo de correr en bajadas). Se concluye que la captura de datos diarios a través de un dispositivo digital, parecen ser una forma útil de obtener información sobre el ritmo de carrera ajustado a una pendiente cualquiera. Un modelo regresión cuantílica podría ser de utilidad para el diseño del programa de entrenamiento para un atleta de TR.

Palabras clave: Trail Runners, Tecnologías digitales, Parámetros de carrera, plataformas digitales.

Abstract. The aim of this study is to describe a tracking methodology for a Trail Running (TR) athlete during five years through the capture of data from digital devices, associating the race pace and speed with the terrain slope. The trajectories generated by the global positioning system (GPS) were obtained from the Strava platform. From this information, measurements of horizontal distance, elevation gain, slope, horizontal speed, and vertical speed are made. In order to analyze the entire data spectrum the Tobler model was calibrated using a quantile regression. For each training week data from 8 previous weeks was used, and model parameters were extracted for each decile, P0: minimum rhythm; m1: critical angle, C + (relative cost of running uphill) and C-(relative cost of running downhill). We conclude that capturing daily data through digital devices is a useful way to obtain information on the association between race pace and slope. A quantile regression model could be useful for the design of training programs for a TR athlete.