文章导读:
基于速度的训练(VBT)是一种能够准确、客观地控制抗阻训练强度和训练量的现代抗阻训练方法。本文为VBT的理论和应用提供了一个应用框架。具体来说,本文详细介绍了如何利用速度来提供客观反馈,评估强度,建立精确的负荷-速度曲线,以及如何利用统计数据来监控速度。此外,还讨论了“速度损失阈值”的使用、不同的VBT训练处方以及如何在传统的训练计划模型和小周期内运用VBT。
运动员进行抗阻训练以发展力量、爆发力和瘦体重。为了达到这一目的,教练通常让运动员采用个人最大能力相对应的特定抗阻训练负荷(例如,70%的最大重复次数[1RM])。此外,根据预期的训练目标,运动员通常会被分配完成特定的组数和重复次数(例如,5组10次重复)。但是,如果运动员的1RM因训练而发生变化,那么使用运动员以前的最大能力来设定训练负荷是有问题的,因为设定的负荷可能与特定训练计划的%1RM不匹配。另外,已知以1RM的给定百分比所能完成的重复次数在运动员之间存在差异,因此,为所有运动员分配相同的组数和重复次数可能会导致程度不同的努力和疲劳。因此,诸如基于速度的训练(VBT)等替代方法已经被开发出来,为抗阻训练处方提供了准确和客观的数据支持。
什么是基于速度的训练?
VBT是一个涵盖了广泛的训练主题和方法的术语。VBT的整合是一个连续体,可以以不同的侧重点来使用(图1)。在最基本的层面上,速度可以作为传统基于百分比训练的辅助手段。例如,可以向运动员提供速度的视觉或口头反馈,以提高表现,提高动机和竞争力。或者,VBT可以在抗阻训练计划的各个方面实施,并支持负荷、组数、重复次数的制定和应用。出于这个原因,VBT应该被定义为一种“使用速度来影响或增进实际训练”的方法。这一定义解释了使用速度的训练方法的广泛实施,并帮助从业者实现他们的训练目标。
图1.基于速度的训练连续体强调训练计划中对速度的不同重视
为什么基于“速度”?
在抗阻训练时,速度通常被用于其他的动力学或运动学输出(如爆发力),原因有三。首先,众所周知,随着外部质量的增加,产生动作的速度则下降。这种速度损失一直持续到1RM达到最小/末速度阈值(V1RM)。其次,速度和强度与最大能力的百分比(即1RM的百分比)之间存在近乎完美的线性关系。这一点在一系列的训练动作和次最大负荷中得到了一致的证明。第三,许多运动性疲劳定义的一个共同因素是,随着疲劳的增加,肌肉纤维缩短速度、放松时间和产生力的能力会出现短暂的下降,从而导致随后自主运动速度的降低。简单地说,随着疲劳的增加,运动速度会降低。通过承认这些基本概念,练习者可以利用速度输出来准确、客观地规定每次训练的外部负荷和训练量,而不考虑疲劳和运动员准备情况的波动。
使用速度来提供反馈和提升表现
在抗阻训练中,使用反馈是一个提升短期运动表现和适应的有力工具。尽管反馈可以以多种形式出现,但对杠铃速度的视觉和语言反馈的研究最多。已经证明,这些形式的反馈可以引起男性和女性,成人和青少年,职业和非职业运动员的表现提升。这些提升不仅在训练过程中即时发生,并且在移除这些提供的反馈后,表现会回到基线水平。这些表现上的变化伴随着心理特征的改善而发生,在提供速度表现反馈时表现出动机和竞争力的增强。虽然在常规训练中可以很容易地提供速度反馈,但应该考虑提供反馈的频率、传达方法和运动员的性格(见表1)。最近的研究表明,不同的反馈传递模式会影响表现适应性。Nagata等人已经证明,当每次重复后提供杠铃速度的语言反馈时,负重跳跃能力即刻提高,并得到更佳的长期身体发展。这是与提供的组间平均速度或一个组间视觉记录相比较的。此外,人们认识到运动员可能更喜欢通过视觉或口头方式得知他们的表现结果。这些差异可能是由于内在或外在的激励因素(即运动员内部或运动员之间的竞争)和运动员的自觉程度。然而,值得注意的是,在自觉程度较低的运动员中,每次动作重复后口头鼓励可能会带来最大的好处。
最后,在训练期间进行长期的反馈,被广泛认为是具有实质性好处的。在6周的时间里,Randell等人在每次深蹲跳重复完成时提供反馈或不提供反馈,观察到立定跳远(影响力[ES]=0.28)和30米短跑成绩(ES=0.46)有小到中等的提高。此外,最近Weakley等人的研究表明,在为期4周的中周期中每重复一次训练动作后进行反馈,10米和20米冲刺的成绩(ES分别为0.69和0.71),跳高(ES=0.21),和3RM深蹲和卧推力量(ES=0.28和0.21,分别)均有较大改善。同样,体能训练实践者感兴趣的是,这项研究强调了在进行冲刺训练时提供表现反馈的好处。在已知距离上的冲刺时间和平均速度可以很容易地传达给运动员,并被认为可以作为抗阻训练期间的反馈,在运动员内部和运动员之间促进类似的动机和竞争感的改善。
不同类型的速度变量以及何时使用它们
在实践和科学研究中最常用的两个速度变量是平均速度(MV)(即贯穿整个向心阶段的平均速度)和峰值速度(PV)(即向心阶段达到的最大瞬时速度)。然而,平均推进速度(MPV)(即从向心阶段开始直到加速度小于重力的平均速度[-9.81 m·s-2])也被提出作为备选。MPV和MV的区别在于后者不考虑运动的制动阶段。然而,我们认为MV和PV为体能训练实践者提供了更有价值的信息,无论是测试还是训练目的。
在测试过程中监测速度
神经肌肉功能可以通过测量传统(如卧推或深蹲)或弹震式(如卧推投掷或垂直跳跃)练习在给定负荷下所达到的速度值来评估。在轻/中等负荷(≤70%1RM)测试时,建议使用弹震式动作(例如,卧推投掷而不是传统的卧推变式)。这消除了向心运动的制动部分,可以提供更可靠的速度结果。然而,使用MV和MPV来衡量弹震表现是有问题的,因为这些指标包括腾空阶段。此外,由于难以准确检测的腾空时刻,MPV值的问题可能更加突出。这一问题可以解释科学文献中报告的违反直觉的发现,例如在传统动作(例如,卧推)所产生的功率大于其弹震变式(例如,卧推投掷)。因此,我们建议使用PV进行弹震式练习的测试。另一方面,对于较重负荷(>70 % 1RM )的测试,建议使用非弹震式变式的练习,MV和MPV提供的信息基本相同,因此,'较重' (>70 % 1RM )的非弹震式动作时,所有速度变量都是同样有效的。
训练过程中的速度监控
尽管在训练中速度可以以许多方式使用,但3个重要的实践应用是(I)预估1RM,(II)根据速度损失的大小设定训练的量和相对强度,(III)通过提供实时速度反馈来增加动机和竞争力。假设,所有3个速度变量都可以同样有效地满足点II和III的应用。然而,我们推荐使用MV来估计1RM,使用相对较轻的负荷进行预估时,MV相较于MPV更可靠。与PV相比,MV的优势在于在不同的测量移动速度的设备之间MV的变化更小,使用MV(31)时,负荷和速度之间的关系更线性;在1RM尝试过程中得到的速度在受试者之间的变化程度可能更低。
一种预估最大重复负荷的方法 //
VBT的一个有趣的应用是可以根据次最大负荷记录的速度来估计1RM强度。一般负荷-速度(L-V)关系和个体的L-V关系已经被提出用来估计1RM。一般的L-V关系是由Gonza´lez-Badillo和Sa´nchez-Medina介绍的,他们使用二阶多项式回归方程来估计卧推练习中的1RM。在这项开创性的工作之后,在其他抗阻训练练习中也提出了类似的公式。虽然一般的L-V关系方程能够从单次动作中所记录的MV快速预估出1RM,但教练应该意识到在实践中可能限制其使用的局限性。简言之, 单次动作记录的MV与1RM之间的关系可能受到运动类型(如深蹲与腿举) ,执行技术(例如,向心收缩与离心-向心收缩),性别(男性在较低%1RM时的值较高),和测量设备的影响。更重要的可能是MV与%1RM关系,特别是在相对较轻的负荷下,是特定于受试者的。最后,从统计学的角度来看,一般L-V关系的另一个问题是由于自相关的存在而高估了数据拟合,因为作者在计算一般L-V关系时,包括了来自同一参与者的多个观察结果。
为了克服上述局限性,提出了个体L-V关系。用于确定单个L-V关系的标准测试包括记录多个次最大载荷的MV(≈5次的负荷),随后通过线性回归对L-V关系建模来预估1RM,且获得1RM (V1RM)的 MV相关的负荷(表2)。与个体化L-V分析相关的最大挑战是用于预测1RM的V1RM的选择。以前的研究使用个体V1RM或所有受试者平均V1RM。然而,由于个体V1RM的可靠性较低,而且V1RM的受试者间和受试者内部的变异性之间存在微小差异,建议对所有受试者使用通用的V1RM以简化测试程序。表2提供了科学文献中关于常用抗阻训练练习的V1RM。与使用一般V1RM相比,使用个体V1RM也可能会对1RM提供更准确的预估。然而,这一假设需要得到实验数据的支持。到目前为止,还没有研究比较使用个体V1RM和一般V1RM估算1RM的精度。由于个体的L-V关系是高度线性的,为了缩短测试过程的时间,可以通过只记录2个负荷(即两点法)的MV来确定个体的L-V关系。这已经被Garc´ıa-Ramos等人表明通过两点法建模的个体L-V关系比以前公布的一般L-V关系在史密斯机上执行的1RM卧推有更准确的估计。此外,在使用两个差别很大的负荷(例如,大约45%1RM和85%1RM)的情况下,中间负荷的加入并没有显著提高1RM估计的精度。两点法的有效性也在用于上半身自由重量练习(如卧拉)和卧推以及背部下拉和坐姿划船练习中得到了证实,但其在下半身练习中的有效性从未被探索。因此,鼓励教练使用2点法作为一种准确、快速、相对无疲劳的方法来估计上半身运动的1RM。这可以分为三个简单的步骤:(I)的设置特定运动的V1RM(见表2),(II)在轻负荷(约45%1RM)和重负荷(约85%1RM)下记录MV,(III) 对单个负荷-速度关系进行建模,并将1RM确定为与V1RM相关的负荷。然而,教练应该意识到两点法和其他基于速度的1RM预测方法的准确性在下肢自由重量练习中可能会受到影响(6,43,44,52)。因此,尽管可以遵循本节提供的建议,在某些上半身练习中获得1RM的准确估计,但值得注意的是,现有的科学证据表明,在下肢运动(如深蹲或硬拉)中速度记录无法获得对1RM的准确估计。据推测,预测准确性的差异可能是由于下肢运动(如深蹲或硬拉)相对于上半身运动(如卧推或卧拉)的技术复杂性更大。最后,还应指出,直接测量1RM比从L-V关系估计更可靠。
为平均设定速度制定负荷-速度曲线
使用L-V曲线进行训练的一个关键方面是教练要区分训练过程中正常的速度变化和由于训练适应引起的合理的速度波动。这是至关重要的,这样可以在较高的精度下做出训练负荷修改的决策。最近的研究表明,当在自由重量颈后深蹲和史密斯机卧推中使用MV、PV或MPV时,L-V关系是稳定的。在有意义的速度变化方面,自由式后蹲的MV、PV和MPV的最小可测差值分别为±0.06-0.08m·s-1、±0.11-0.19m·s-1和±0.08-0.11 m·s-1(6)。这表明,如果使用有效的速度测量设备进行监测,两次训练间速度有意义的变化可能反映了急性疲劳或力量的增加。此外,它还可以为训练期间和整个中周期的抗阻训练负荷提供准确的处方。制定个性化的L-V曲线有4个简单步骤(表3)。首先,运动员在相关练习中进行1RM评估,以确定其最大力量,并监测速度与%1RM的关系。其次(如果完成1RM评估提供了至少24小时的恢复),增加负荷进行测试。以前的研究采用了两种方法,执行增量加载测试。一种是方法一:3次重复20%、40%和60%,一次重复80%和90%1RM,每组间隔2分钟,另一种是方法二:在~45%1RM和~85%1RM(24)的2个近似负荷下重复的“两点法”。在步骤3中,将每个强度中最快重复的速度数据(图2A)与相应的相对负荷(%1RM)绘制在一起,然后使用最佳拟合的线性线来外推回归方程(图2B)。最后一步是根据回归方程创建速度表。该表使用训练集的MV,对应于最大百分比,并且可以以与教练传统上从相对负荷(%RM)表中规定的方式来实现(参见Helms等人)。在示例表(表4)中,如果这个运动员想要以“重”强度完成6次重复,平均设定速度应约为0.58 m·s-1。当考虑到不同的适应率以及单次训练课内及多次训练课之间负荷的调整时,这些信息可能对从业者特别有用。
图2. ( A )运动员在杠铃后蹲时的L-V曲线所获得的平均速度数据;( B )该运动员L-V曲线的数据、线性回归和方程。
解释基于速度的数据变化的方法
基于速度的测试可以作为教练获取运动员健康疲劳状态“快照”的有用工具。例如,当提升固定的外部负荷时,峰值或平均向心速度的变化可能表明神经肌肉质量的改变。速度降低可能是疲劳、过度运动/过度训练或停训/适应不良的症状,而速度的提高可能意味着神经肌肉能力或急性增强的改善。在解释运动员基于测试数据的速度时,教练必须考虑测试成绩的可靠性,以及变化的实际重要性。测试成绩的可靠性受到测量误差(这是购买速度跟踪设备时的根本考虑因素)和人体生物系统内部正常变化的影响。量化成绩可靠性的一个有用的指标是运动员内部标准(典型)误差(SE)。这可以通过基于分组的测试与重复测试信度研究来估计,也可以从运动员个人测试成绩在稳定的时期(如,天、周、月)重复出现的趋势中估计(见附录1,补充数字内容1,http://links.lww.com/SCJ/A277)。SE反映了由于随机因素引起的自然波动而导致的运动员成绩(如平均向心速度)的"典型"变化。因此,将SE应用于观察到的考试成绩作为一个±值,可以用来表示一个‘正常’的表现范围,应假设测试反复进行(图3)。在评估成绩变化时,SE可以用来围绕变化分数创建个体置信区间(CI),并表示观察到的绩效变化中的不确定性(即解释为‘干扰’)。这就为从业者提供了与数据假设(34)兼容的似乎合理的值范围(图4,见附录2,补充数字内容2,http://links.lww.com/SCJ/A278). )为了知道一个变化的实际重要性,教练必须为一个决定性的变化确定一个阈值,并根据这个值评估变化。重要的是,这个概念与之前讨论的性能可靠性、干扰和不确定性问题完全不同。在一个表现完全稳定的,而变化只是由于系统的影响(例如,健康或疲劳)而改变的假想世界里,变化可以简单地根据代表实际意义的某些值的阈值进行评估。对此,我们建议采用“基于锚”的方法,通过这种方法,可以根据代表“现实世界”成绩差异的值来评估变化。例如,将单个运动员的运动表现差异,例如举起负重、最佳用时、投掷距离等加入到比赛的三分之一,那么每10场比赛就会额外增加一块奖牌。这往往是专家教练根据自己对什么变化真正起作用的知识和经验来设定表现目标的一种直观做法。因此,这种阈值信息可以从专家教练的意见或现有关于测试和比赛成绩之间关系的研究中获得。其他方法,如基于分布的方法(例如,最小价值效应),是可用的,但可能产生缺乏现实相关性的任意值(14)。一旦确定了具有实际重要性的阈值,教练就可以结合前面提到的概念,根据运动员基于速度测试的数据做出决定。当然,我们不在一个成绩完全稳定的世界里运作,因此,教练也必须考虑成绩的不确定性。实现这一点的一个非常简单和有效的方法是将成绩变化与其CI对照实际重要性区域进行可视化(16)(图3)。通过解释CI和决定性阈值之间的重叠量来通知决策过程。有两种方法可以帮助实现这一点,包括第二代p值(SGPV)和使用2个单侧测试(TOST)检验测试等价性。特别地,SGPV是一种描述性统计,因此当应用于监测运动员基于速度的成绩变化时可能是有用的。详细讨论SGPV和TOST的应用超出了我们的研究范围(参见Blume等人)。(10,11),Lakens (52)和Lakens et al . (53)),但我们为教练员运用前述原理解读速度型测试数据提供了几条建议(见附录3,补充数字内容3,http://links.lww.com/ SCJ / A279) 。在7周的训练阶段(图3)中,运用我们讨论的几个概念,分析一个力量举运动员在整个7周训练阶段(图3 )从100公斤杠铃后蹲热身组开始的平均向心速度的变化如图5所示。
图3
在力量举运动员17周的训练阶段,从100公斤杠铃后蹲的热身组开始,平均向心速度(MCV)。数据显示为每周达到的最快速度表现6个标准(典型)误差,源自维持阶段趋势(即基线;红色直线,第1-10周;参见附录2,补充数字内容2,http://links.lww.com/SCJ/A278)。从基线开始的加载阶段变化以0.20的alpha值进行评估(即,80%的置信水平)。灰色阴影面积=不重要的,基于最小实际重要差值±0.03 m·s-1和维持趋势标准误差。从运动员已知的负荷-速度曲线来看,平均向心速度的0.03 m·s-1变化反应了1次重复中最大变化约为1%,即0.3 X比赛-比赛变异性3.1%。
图4
适用于平均向心速度变化的可信区间(CI)的假设示例。数据显示为变化±CI,根据±0.03 m·s-1(灰色区域)的最小实际重要差异进行缩放。
图5
在7周的训练阶段,分析力量举运动员从100公斤杠铃后蹲热身组开始的平均向心速度的变化(原始数据如图3所示)。变化来自于预先维持阶段建立的基线表现。CI =可信区间;SGPV =第二代p值。
使用相对速度损失阈值管理疲劳
众所周知,人类的体型和体格不同,个体的身体和生理能力也不同(如马拉松运动员与短跑运动员相比)。然而,体能训练参与者通常被教导使用预测表来制定抗阻训练负荷和重复次数,尽管重复次数的差异非常大,但完成的比例最大(19),例如,在80%的1RM时,有些人可以完成重复次数的两倍(例如,8次和16次重复) ,因此,在80%的1RM时,规定3组8次重复,有些运动员出现向心失败,而另一些运动员则会相对容易地完成这些重复。这种差异性性可能是由于一系列因素造成的,包括训练史、性别、绝对力量水平以及最近的训练量。因此,为了确保改进处方并减少疲劳和适应性反应的差异,可以实施相对速度损失阈值。最近的研究强调了速度损失阈值在抗阻训练时保持速度和功率输出的能力(图5)。此外,这项研究还证明了这些阈值如何解释个体工作能力的差异。Weakley等人(89)表明,在使用速度损失阈值时,运动员之间的平均杠铃速度变化在5组后蹲动作中可能很小。这与传统的处方方法形成了直接的反差,传统的方法随着运动的进行速度会有很大的降低。这些差异是由于采用相对速度损失阈值时出现的独特的"柔性重复"方案,并允许在每一设定和每一负荷/速度(下进行个体化,这与基于百分比的方法促进力量教练设定任意重复和设定不考虑运动员差异、身体准备或周期内疲劳累积的方案(如4组10次重复)不同。
图6
(A)以20%速度损失阈值训练3组后蹲时的个人和平均团队速度(SD由阴影区域表示)。数据来自Weakley等人(89)。
(B)在一套重复训练方案(即所有参与者重复10次)中进行3组后蹲训练时,个体和平均群体速度(SD由阴影区域表示)。Weakley等人未发表的数据(95)。
(C)从图A和b中得到的平均(±SD)速度。注意,在基于速度的训练条件下,速度保持不变,而在百分比条件下,速度线性损失。
也许比控制训练中的动力学和运动学输出更重要的是,通过使用速度损失阈值来判断内部和延迟疲劳的结果的能力得到了提高(图6)。最近对神经肌肉功能变化的研究表明,随着速度损失的增加(例如,10,20, 30%速度损失),功能出现线性降低。这得到了Sanchez-Medina和Gonza´lez-Badillo(74)的早期研究的支持,他们评估了速度和向心收缩衰竭的接近程度。此外,在感知努力和代谢反应方面也存在几乎相同的趋势(即,更大的努力和代谢反应与速度的更大损失相一致)(88)。这些反应已被发现在运动员内部和运动员之间是一致的,并且在运动员中-长期训练期间表现出极高的可靠性。
基于速度训练的计划
对体能训练的参与者来说,能更好地控制训练结果是一个令人兴奋的前景,同时,了解通过VBT提供的各种训练方法对于设计有效的训练计划也是至关重要的。一些研究表明,与给定百分比的1RM相关的速度在训练过程中是一致的。然而,也有研究表明,在给定的%1RM时,速度可能由于疲劳(86)或经过短期的爆发力导向阻力训练(64)而发生变化。因此,为了准确计算相对负荷,建议定期评估L-V关系。考虑到这一点,在运动员和训练期间,在给定的相对强度下运动速度的相对损失会导致一致的内部和外部反应。因此,以前建立的训练方法及其周期模型仍然可以执行。然而,通过使用速度来监测和指导运动处方,可以改善个性化和控制训练和随后的反应。由于训练周期中力量的变化,基于百分比设定强度的处方的一个问题是,力量教练规定的相对负荷可能与训练期间完成的相对负荷不匹配。例如,4周前的最大肌力测试将不能准确地规定负荷。因此,从业者提供的外部负荷往往过轻或过重。建立的VBT方法可以通过监测热身和训练期间的速度来解释这些波动(89)。最常用的两种方法是:(I)有针对性的训练速度(例如,运动员在制定的范围内找到一个外部负荷), 即当天的目标[例如0.70±0.05m·s-1])(89)。或(II)满足先前建立的L-V曲线速度(21)的负荷(以1RM的百分比)。这两种方法都可以实现可靠和准确的长期规划。此外,运动员或教练可以通过简单地参考前一组(21)的MV或后一组的首次重复(88,89)来改变训练期内的外部负荷,以确保在训练中采用适当的负荷。或者,这些信息可以用来指导训练的结束(例如,如果运动员在给定的负荷下始终不能达到所需的速度,这可能表明疲劳)。使用VBT编写训练计划的一个独特之处在于它允许“灵活”或“固定”的组数和重复次数。传统的计划方法提供了刚性要求(即规定了一定的组数和重复次数),但VBT可以缓解运动员及其生理特征的差异(89)。例如,一个固定的组数(例如,5组)可以采用灵活的重复计划(例如,运动员运动至速度下降20%)(89)。或者,可以规定固定的重复次数(例如,25次重复)和灵活的组数(例如,每组在速度降低20%时终止,运动员完成25次重复尽可能多的组数)(9)通过确定适当的速度损失阈值和随后的疲劳反应,这些灵活的设计方法可以解释不同的疲劳率、运动员之间的差异性和日常准备情况。这在最近的研究中得到了证明,与基于运动员以前最大成绩百分比的严格的组数和重复次数相比,灵活的设定使运动员之间和运动员内部的速度和功率输出保持了高水平的一致性。表5概述了一些最常用的使用VBT规定组数和重复次数的方法。
由于能够准确地规定训练负荷和训练量,在传统方案设计模型中实现VBT也是可行的。准确的负荷处方和速度损失阈值(例如,10% vs. 30%)可以诱导所需的疲劳量,以确保达成特定的身体和生理的训练目标。例如,在进行大强度、低训练量的板块周期前进行阶段增强及更大训练量的训练,且遵崇传统概念。在板块周期模型中使用VBT,旨在促进力量耐力变化和身体成分改善的初始阶段可能使用30%速度损失阈值。接着是一个力量中周期,允许更大的负荷 (即较低的启动速度)和较小的速度损失阈值(如20%),从而减少外周疲劳。最后,这可能是一个强度-功率或渐变中周期,使用一个非常小的速度损失阈值(例如,10%)的初始启动速度范围。这些较小的阈值可以使疲劳最小化,同时也保证了更大的功率输出(89)。这些概念可以应用于一系列不同的训练方案设计模型(例如,线性的,每日/每周波动的,变化的),并可以帮助教练员更好的在传统的方法基础上控制和设定计划(图7-10)。
图7
对训练的急性和慢性反应,速度损失阈值或大或小。MHC =肌球蛋白重链。改编自。
图8
一个为期6周的中周期每日波动范例,运动员每周完成一次力量耐力、力量和爆发力训练。每条连接线中的重点符号表示某一时刻的平均起始速度(例如,力量周期1 = 0.54 m·s-1)。虚线表示停止速度(力量周期1 = 0.43 m·s-1)。注意启动速度和速度损失阈值的变化。VL =速度损失。
图9
采用十周板块周期规划后蹲训练。每条连接线内的圆点表示给定一周的平均起始平均向心速度(例如,第1周=0.64 m·s-1)。虚线表示平均停止速度(例如,第1周=0.45 m·s-1)。注意,速度损失阈值在每个中周期中降低,而强度增加。VL=速度损失。
图10
这是一个线性周期法的示例,用于在10周的训练周期内,使用20%的速度损失阈值对后蹲进行编排。每个连接线内的项目符号表示从给定周开始的起始速度(例如,第1周=0.82 m·s-1)。虚线表示设定的终止速度(例如,第1周=0.66 m·s-1)。请注意,尽管阈值没有改变,但速度损失阈值在整个周期中降低(箭头强调)。这使得强度增加,但随着时间的推移体积减小。
力量教练的实际应用
通过体能训练达到最佳表现是所有力量和体能训练专业人员的首要目标。因此,有效地应用VBT方法具有十分重要的意义。众所周知,当适当应用VBT时,疲劳反应会更个体化和更大的同质性。然而,有策略地实施可以增强运动员的投入和改善结果。以下是一些实用的建议,可以帮助VBT融入训练计划。以前人们已经认识到,在运动员训练时提供反馈可以提高速度和功率输出高达10%。此外,由于运动员具有的竞争天性,通过允许能力或位置相近的个体一起训练,观察彼此的运动输出,可能会发生更大的竞争。然而,训练的预期目的也必须考虑,因为提供的反馈可能会导致运动员为了更快的速度而牺牲技术。尽管近年来VBT得到了大量的宣传,但这也导致从业者偶尔试图最大限度地提高传统上为稳定和运动范围发展而进行的练习的速度,如过头深蹲。当这些动作快速执行时,往往会失去预期的目的和好处。因此,建议最好在力量和爆发力输出最大的练习中应用(例如,奥林匹克举重、跳跃、深蹲和卧推) 反馈。由于运动员所参与的不仅仅是单纯的力量训练,疲劳的管理对力量教练来说是非常重要的。使用相对速度损失阈值可以控制疲劳的发生,使运动员之间的反应更加均匀。建议在“休赛期”或一般准备阶段,采用更大的速度损失阈值,因为这一阶段往往会出现频繁的力量训练,残余的神经肌肉疲劳不太可能产生有害影响。因此,20%-40%的速度损失阈值在这些时期可能是有效的,从而在健康、瘦体重和肌肉耐力方面获得更大的适应。另外,在赛季中,较小的速度损失阈值(<20%)可能有利于减少疲劳,并确保训练不会导致体能的大幅下降。这概念也可以应用在一个运动员的中周期训练 (见表6 - 9),以往的研究表明,这意味着更大的速度损失(例如,30%)被应用在一周的开始(例如,比赛日[MD]-5), 随着比赛日越来越近(如MD-3时20%,MD-2时10%)速度损失减少。
最后,客观地设定负荷的能力对实践者有很大的用处(56)。无论采用何种方法,基于速度自动调节负荷的能力不仅可以支持对急性疲劳反应(例如,组间)的管理,而且还可以支持跨周期疲劳累积的管理。这可以使从业者对他们的运动处方充满信心,即使在拥挤的训练或比赛期间。例如,练习者经常会遇到运动员直接离开训练场进入举重室的问题。这通常意味着运动员疲劳,训练前规定的负荷不再有效。然而,VBT并不面临这些问题,因为运动员被规定了一个速度范围,而不是特定的外部负荷。此外,由于许多外部压力因素可以影响运动员(例如,学术压力),VBT可能支持负荷管理。
结论
VBT使用运动速度来告知或加强训练实践。它可以作为一种工具与传统的基于百分比的方法(例如,提供反馈)一起使用,也可以用于自动调节每个运动员的训练量和强度。从这一综述我们建议:
● 对于操作者来说,一个重要的考虑是用来监测速度的装置的有效性。目前的证据表明,应该使用线性位置传感器,因为它们具有更高的精度。
● 在运动员训练时,对他们的表现进行视觉上或口头上的反馈。这种反馈应该是频繁的(例如,在每次重复后),并用于高强度和爆发力训练(例如,主要的多关节练习)。
● 用于测试弹震式练习的成绩时,负荷应使用≤70%的1RM,应使用PV。另外,PV或MV可用于测试>70%的性能。
● 对于1RM能力的预测,应使用MV。这是因为不同测试设备之间的差异更小,L-V关系的线性度更大,运动员之间1RM发生的速度变化更小。
● 通过量化运动员的L-V曲线并使用精确的速度测量设备,练习者可以将给定的速度等同于运动员最大能力的90% 1RM。通过掌握这些信息,运动员的不同疲劳程度和适应率可以通过精确的每日强度和容量处方进行管理。
● 练习者应该考虑定期监测速度(可以在训练开始时进行),以帮助客观地监测运动员体能/疲劳的变化。通过监测典型的日常速度波动(即SE),并将其应用于有意义的阈值(例如,强度的变化),从业者可以获得定期的客观地了解其训练计划的效果。
● 速度损失阈值可以解释运动员之间的肌肉耐力差异,也可以减轻短期疲劳反应的不均匀性。通过改变速度损失阈值,内部和随后的疲劳反应增加或减少。
● 使用VBT进行训练的方法有很多。这些方法能较好地适应传统的周期模型,并能更可靠地指导运动处方的制定。
责任编辑 / 刘思晗
审核/ 张永杰 排版 / 黄斌
文章来源 |体能科学
陕西省体育局
陕西省体育科学研究所·陕西省体育科学学会
以上就是本篇文章【体能精读||基于速度的训练:从理论到应用】的全部内容了,欢迎阅览 ! 文章地址:http://sicmodule.glev.cn/quote/8100.html 行业 资讯 企业新闻 行情 企业黄页 同类资讯 网站地图 返回首页 歌乐夫资讯移动站 http://sicmodule.glev.cn/mobile/ , 查看更多