I senaste inläggen har vi pratat om vilken effekt vi mäter upp för skidåkare. Eftersom vi är först med att mäta effekt inom skidor så finns det inte så mycket data att jämföra med och det är fortfarande svårt att sätta våra mätetal i ett sammanhang. För att illustrera och förstå vad vi kan förvänta oss ägnar vi därför en del tid åt att räkna på skidåkares prestationer, till exempel så som vi gjorde vid Lysebotn Opp (Musgrave krossade rekordet uppför Lysebotn – SKISENS).
För att inte begränsa oss till en enda tävling har vi nu tittat lite bredare. En stor datamängd finns i alla de stravasegment som flitiga rullskidåkare runt om i landet har registrerat. Det är av flera anledningar stor osäkerhet i denna data eftersom det finns flera felkällor vi inte kan kontrollera. Utöver uppenbara som att GPS kan fela så kan vi ju heller sällan veta vilka hjul åkaren har använt eller om det är ett segment där åkaren har gått all-out eller bara kört igenom.
Utifrån devisen att en stor datamängd alltid samlar tillräckligt många guldkorn för att skapa en trend som reser sig ur bruset tog vi ändå tjuren i hornen och laddade ned sträcka, åktid och höjdprofil för drygt 100 flitigt körda stravasegment runt om i landet. För den som är nyfiken har vi fokuserat på segment runt Östersund, Falun, Ulricehamn och Göteborg som alla är orter med många flitiga rullskidåkare. Vi har satt som kriterie att segmenten ska vara körda minst 100 gånger av minst 50 olika åkare. Resultatet från beräkningarna illustreras i figurerna nedan där våra empiriskt framtagna power profiles kan jämföras mot snitteffekt beräknad från stravadatan.
I figurerna ovan ser vi tydligt att datan från trava följer trenden för våra uppmätta power profiles även om en naturlig spridning som kan kopplas till osäkerhet i indata också är uppenbar. För den nyfikne så har vi antagit ett standardiserat rullmotstånd av µ=0.018 vilket motsvarar ganska snabba 2or på torr asfalt. Om en åkare har kört med lättare hjul, till exempel tävlingshjul så innebär detta att vi överskattar effekten och datapunkten hamnar över vår power profile. Om en åkare istället kört med trögre hjul (3or eller 4or) hamnar datapunkten under vår power profile. Storleken på felet beror på hur brant lutning segmentet har. För de kortare segmenten har vi försökt fokusera på uppförssegment där valet av hjul är mindre känsligt.
En annan uppenbar orsak till att det är många punkter ligger under linjen är om det till exempel inte är några starka åkare som har gått hårt på segmentet. I synnerhet är detta ett problem bland tjejer. Det finns betydligt färre registreringar för tjejer än killar vilket också framgår av att det är färre datapunkter som uppfyller vårt kriterium över antal åkare som ska ha kört segmentet.
Osäkerheterna i stravadatan till trots så belyser trenden tydligt att våra framtagna power profiles speglar ”power-duration relationship” för en stor population rullskidåkare. Spridningen i sig visar också på hur viktigt det är att verkligen kunna mäta effekt eller ha koll på de exakta yttre förutsättningar om man vill följa prestation över tid.
Senaste kommentarer