Przejdź do treści

TSS, sRPE, CTL i ACWR: które liczby o obciążeniu coś znaczą

NP, IF, TSS, CTL i ACWR z licznika: jak są liczone, gdzie mylą i dlaczego u amatora ocena wysiłku razy minuty bywa lepsza. Ze skryptem w Pythonie.

Z kilkunastu liczb, które licznik pokazuje po jeździe, tylko dwie są czystym pomiarem: praca w kJ i czas. NP, TSS, CTL czy proporcja obciążeń to umowne wzory, w których ktoś wybrał wykładnik, okno albo stałą. U amatorów ze zmęczeniem najlepiej zgadzała się prosta ocena: odczucie w skali 0–10 razy minuty jazdy.

W skrócie

  • NP wzmacnia mocne fragmenty. W naszym przykładzie dwie jazdy ze średnią ok. 190 W mają NP 190 i 270 W.
  • TSS = godziny × IF² × 100. Przez ten kwadrat u zawodowców TSS z wyścigów był o 120% wyższy niż z treningów, a inne miary o 67–73% (van Erp i in. 2019a).
  • Praca w kJ to jedyny pomiar bez umownych stałych, a kJ ≈ kcal. O zmęczeniu więcej mówią kJ powyżej mocy krytycznej (CP).
  • CTL, ATL i TSB to model Banistera ze stałymi 42 i 7 dni. Opisuje, nie przewiduje. Swart (UAE) stawia TSB na pierwszym miejscu, ale bez publikacji.
  • ACWR, czyli proporcja obciążeń, dodaje szum i tworzy artefakty statystyczne (Impellizzeri i in. 2020, 2021).
  • sRPE, czyli odczucie 0–10 razy minuty, jako jedyne u amatorów zgadzało się ze spadkiem mocy po sesji (Vermeire i in. 2023). Gdy rośnie przy tym samym TSS, to sygnał zmęczenia (Sanders i in. 2018).

NP, IF i VI: co licznik robi z twoją mocą

Moc znormalizowana (NP) to wzór z książki Allena i Coggana (2010). Licznik bierze średnią kroczącą z 30 s, podnosi każdą wartość do czwartej potęgi, uśrednia je i wyciąga pierwiastek czwartego stopnia. Czwarta potęga wzmacnia mocne fragmenty, więc NP jest zawsze równa średniej albo wyższa.

Przy zmiennej mocy zwykła średnia nie oddaje obciążenia (Jobson i in. 2009). Samego algorytmu NP nikt jednak nie sprawdził fizjologicznie (Passfield i in. 2017). Myli tam, gdzie czwarta potęga ma co wzmacniać: stój-jedź po mieście, kryterium ze sprintami, 20 minut z kilkoma zrywami. Wychodzi wtedy wyżej niż moc, którą utrzymasz przez ten czas.

Na jazdach krótszych niż ok. 20 minut NP nie nadaje się do porównań. Jeśli licznik pokazuje NP niższą od średniej, to skutek tego, jak liczy pauzy.

IF, czyli współczynnik intensywności, to NP podzielona przez FTP. U 21 zawodowców jednej drużyny trening miał IF 0,59, a wyścig 0,73 (van Erp i in. 2019b).

Allen i Coggan podają umowne zakresy: poniżej 0,75 regeneracja i baza, 0,75–0,85 tempo, 0,85–0,95 próg, około 1,0 krótkie czasówki. IF powyżej 1,05 przez godzinę znaczy, że masz za niskie FTP. Jak je wyznaczyć, piszemy w tekście o teście FTP i CP.

VI, czyli wskaźnik zmienności, to NP podzielona przez średnią. 1,00–1,05 to równa jazda, 1,10–1,20 teren i grupa, powyżej 1,3 szarpanie. Na dworze VI powyżej 1 to norma. Na tej samej 20-minutowej czasówce rozrzut mocy na torze wyniósł 69 W, a na trenażerze 33 W (Jeffries i in. 2019).

TSS, hrTSS i TRIMP: trzy miary, trzy założenia

TSS, czyli punkty obciążenia treningowego, liczy się tak: godziny × IF² × 100. Godzina na FTP daje 100, a 4 h na IF 0,65 daje 169. Pełny wzór to TSS = (sekundy × NP × IF) / (FTP × 3600) × 100.

Kwadrat intensywności to decyzja autorów wzoru, a nie wynik badania. Widać to w danych: u zawodowców TSS z wyścigu był o 120% wyższy niż z treningu, a kJ, sRPE i TRIMP Lucíi tylko o 67–73% (van Erp i in. 2019a).

W drugim badaniu tego zespołu praca w kJ przewidywała sRPE i TRIMP bez względu na IF, a związek TSS z tymi miarami od IF zależał (van Erp i in. 2019b).

Miary z tętna są starsze. TRIMP Banistera to minuty razy ułamek rezerwy tętna razy waga rosnąca wykładniczo z intensywnością (Morton i in. 1990). TRIMP Edwardsa (1993) to czas w pięciu strefach tętna z wagami 1–5. Jak liczyć te miary, opisuje przegląd projektu UCI (Bossi i in. 2026).

hrTSS szacuje TSS z czasu w strefach tętna, ale to niepublikowana metoda platformy.

W skali tygodni TSS działa jako miara dawki. U 15 kolarzy wszystkie miary obciążenia z 10 tygodni wiązały się ze zmianą mocy przy 2 i 4 mmol/l mleczanu (r = 0,54–0,81), najsilniej indywidualny TRIMP i TSS (Sanders i in. 2017). Jako ocena pojedynczej sesji TSS sprawdza się gorzej.

Dlaczego Garmin, TrainingPeaks, Strava i Wahoo pokazują różny TSS? W każdej aplikacji możesz mieć wpisane inne FTP, a 10 W różnicy zmienia TSS o ok. 8%. Różnią się też danymi wejściowymi (moc, tętno, a w Garminie szacowany EPOC), traktowaniem pauz i własnymi odmianami wzoru. Więcej w tekście o wskaźnikach Garmina.

Ile TSS to dużo dla amatora? Norm nie ma, bo badania opisują zawodowców. Mężczyźni z World Touru jeździli przed sezonem 19 h tygodniowo (Mateo-March i in. 2026). Arytmetyka: 6–8 h przy IF 0,65–0,80 to 250–500 TSS w tygodniu. „Dużo” to o jedną trzecią więcej niż twoja zwykła suma, bo o skutkach decyduje zmiana względem przyzwyczajenia (Foster 1998).

Praca w kJ i kJ/kg: jedyna liczba bez stałych

Praca to suma watów razy sekundy, podzielona przez 1000. Kilokaloria to 4,184 kJ, ale mięsień zamienia na pracę tylko część energii. U zawodowców przy 385 W sprawność wyniosła 24,5% (Lucía i in. 2002).

Stąd reguła „kJ ≈ kcal”: 1000 kJ pracy przy sprawności 24% to 4167 kJ energii, czyli 996 kcal. Sprawność rośnie z mocą (Ettema i Lorås 2009), więc amator przy 200 W wyda na 1000 kJ raczej 1100–1200 kcal. To nasze oszacowanie.

Moc tłumaczy ok. 91% różnic w wydatku energii, a kadencja 10% (Ettema i Lorås 2009). Szacunek z fizyki jazdy bez miernika mocy myli się o ±120 kcal na sesję (Oosthuyse i in. 2025).

Jako miara obciążenia kJ są uczciwe, ale ślepe na intensywność. 1000 kJ w strefie 2 i 1000 kJ z interwałami to inne zmęczenie. W przeglądzie 21 badań moc spadała o 10–20% już po 2,5–15 kJ/kg mocnej jazdy, a podobna lub większa liczba kilodżuli przejechana spokojnie kosztowała mniej (Sánchez-Jiménez i in. 2026).

U juniorów zawodników z poziomu międzynarodowego od krajowych odróżniał spadek mocy po kilodżulach przejechanych powyżej CP (Mateo-March i in. 2025). Według Swarta z UAE jazda powyżej FTP najbardziej obniża odporność na zmęczenie, czyli zdolność do utrzymania mocy w końcówce (Swart 2025). Zapisuj więc obok sumy kJ także kJ powyżej CP. Więcej w tekście o odporności na zmęczenie.

CTL, ATL i TSB: model Banistera ze stałymi

Wykres PMC na platformach to uproszczony model Banistera „sprawność–zmęczenie”. W oryginale każdy trening wywołuje dwie odpowiedzi, sprawność i zmęczenie, które zanikają w różnym tempie. Forma to ich różnica, a stałe dopasowuje się do serii testów danej osoby (Morton i in. 1990).

PMC bierze za dawkę TSS i przyjmuje 42 dni dla CTL i 7 dni dla ATL. TSB to CTL minus ATL z poprzedniego dnia (Allen i Coggan 2010). Stałe są jedne dla wszystkich i nic nie jest dopasowane do twoich wyników.

Nawet dopasowany model przewiduje słabo. U 9 elitarnych pływaków wyjaśniał 79% zmienności wyników, ale jego stałe dało się wyznaczyć tylko bardzo zgrubnie (Hellard i in. 2006). Takie modele wymagają mnóstwa testów (Jobson i in. 2009). Zakładają też, że organizm reaguje tak samo na każdy rodzaj treningu, wbrew dowodom (Kontro i in. 2026).

CTL to więc średnia ważona TSS z sześciu tygodni, ATL z tygodnia, a TSB mówi, czy ostatni tydzień był cięższy niż zwykle. To opis, nie prognoza. Bezpiecznego tempa wzrostu CTL nikt nie zbadał, a progi z platform to konwencja.

Jeroen Swart, szef działu wydolności UAE Team Emirates, mówił w lipcu 2025 r., że w danych z dwóch–trzech sezonów TSB najlepiej wskazywał, czy zawodnik pojedzie dobrze, czy powinien odpocząć. Na drugim miejscu było proste „jak się czujesz” z cotygodniowej ankiety (Swart 2025).

Trzy zastrzeżenia. Swart utożsamia TSB z ACWR, choć to różnica i iloraz tych samych składników. Badanie zapowiadane „na następny miesiąc” do października 2026 r. nie pojawiło się w Crossref ani Europe PMC. I dane dotyczą zawodowców.

ACWR: iloraz, który wygląda jak nauka

ACWR to stosunek obciążenia z ostatnich 7 dni do średniej tygodniowej z 28 dni. Garmin pokazuje go jako proporcję obciążenia. Pochodzi z badań nad kontuzjami w sportach drużynowych, gdzie przegląd 22 prac uznał go za przydatny element większego systemu (Griffin i in. 2020).

Problem leży w samej matematyce. Ostatni tydzień jest częścią 28 dni, więc korelacja wychodzi pozorna (Lolli i in. 2019). Wersja wygładzana nie pasuje do sportów z taperem (Wang i in. 2020). Nie ma też dowodów, że ACWR pomaga zarządzać obciążeniem, a sama miara jest niedokładna i dodaje szum (Impellizzeri i in. 2020).

Gdy obciążenie z ostatniego tygodnia podzielono przez stałe i losowe liczby, wyszły podobne „zależności” jak z prawdziwymi danymi. Ani ACWR, ani samo obciążenie nie przewidywały kontuzji lepiej niż model bez zmiennych (Impellizzeri i in. 2021). Nikt nie sprawdził, czy ACWR mówi coś o formie kolarza.

sRPE, monotonia i strain

sRPE to ocena całej sesji w skali 0–10 razy minuty. Sprawdzono ją na jeździe równej, interwałowej i w koszykówce (Foster i in. 2001). U zawodowców w wyścigach etapowych zgadzała się z TRIMP z tętna (Rodríguez-Marroyo i in. 2012).

U amatorów wypadła najlepiej. Jedenastu kolarzy rekreacyjnych jechało cztery różne sesje, każdą zakończoną czasówką na 3 km. Z siedmiu miar tylko sRPE ułożyło sesje w tej samej kolejności co spadek mocy. TSS i indywidualny TRIMP przeceniały wagę intensywności, a kJ – czasu trwania (Vermeire i in. 2023).

Mniej jednoznaczne było badanie na 14 kolarzach. Miary obciążenia odróżniały od siebie wszystkie cztery sesje, a spadek mocy w 5-minutowej czasówce – tylko sesje maksymalne od lżejszych (Kesisoglou i in. 2021). Liczby z mocy mierzą dawkę, nogi czują skutek, a sRPE jest bliżej nóg.

Foster (1998) dołożył dwie liczby tygodniowe. Monotonia to średnie dzienne obciążenie podzielone przez jego odchylenie standardowe. Strain to suma tygodnia razy monotonia. U 25 sportowców większość infekcji wypadała w tygodniach, w których zawodnik przekraczał swój indywidualny próg obciążenia, zwykle związany ze strainem.

Przykład: dwa tygodnie mają podobną sumę, 2145 i 2400. Siedem podobnych jazd daje monotonię 9,5 i strain ponad 20 000. Dwie mocne jazdy, długa, dwie luźne i dwa dni wolne dają monotonię 1,0 i strain 2500.

Najwięcej mówi rozjazd między miarami. Gdy moc rozchodzi się z tętnem i odczuciem, może to ujawniać zmęczenie (Halson 2014). W Wielkich Tourach wyraźnie rosły stosunki odczucia do tętna, odczucia do mocy i sRPE do TSS, a stosunek mocy do tętna zmieniał się słabo (Sanders i in. 2018).

Wzorzec przeciążenia wygląda tak: ten sam TSS przy wyższym sRPE kilka dni z rzędu, do tego niższe tętno przy tej samej mocy. Piszemy o nim w tekstach o stojącej formie i o zmienności rytmu serca.

A jazdy rodzinne? Badań nie ma. My wpisujemy je do sRPE i kJ, a z oceną 1–2 obniżają monotonię. W TSS i tak ważą niewiele: 2 h na IF 0,5 to 50 punktów.

Policz to sam

Skrypt liczy obie grupy liczb. Dane przykładowe są syntetyczne.

# python3 obciazenie.py jazda.csv 250  (kolumna moc, FTP)  |  obciazenie.py tydzien.csv (dzien,minuty,rpe)
import csv, sys, statistics as st

def np_if_tss(moc, ftp):
    suma, srednie = sum(moc[:30]), []
    for i in range(30, len(moc)):        # średnia krocząca z 30 s
        srednie.append(suma / 30); suma += moc[i] - moc[i - 30]
    srednie.append(suma / 30)
    np_ = (sum(s ** 4 for s in srednie) / len(srednie)) ** 0.25
    sr, if_ = sum(moc) / len(moc), np_ / ftp
    tss = len(moc) / 3600 * if_ ** 2 * 100
    return sr, np_, np_ / sr, if_, tss, sum(moc) / 1000           # VI = np_/sr, kJ

def srpe_tydzien(wiersze):               # dni wolne: 0
    obc = [float(r["minuty"]) * float(r["rpe"]) for r in wiersze]
    mono = st.mean(obc) / st.pstdev(obc)
    return sum(obc), mono, sum(obc) * mono

wiersze = list(csv.DictReader(open(sys.argv[1])))
if "moc" in wiersze[0]:
    sr, np_, vi, if_, tss, kj = np_if_tss([float(r["moc"]) for r in wiersze], float(sys.argv[2]))
    print(f"śr {sr:.0f} W, NP {np_:.0f} W, VI {vi:.2f}, IF {if_:.2f}, TSS {tss:.0f}, {kj:.0f} kJ")
else:
    suma, mono, strain = srpe_tydzien(wiersze)
    print(f"sRPE tygodnia {suma:.0f}, monotonia {mono:.2f}, strain {strain:.0f}")

Wynik przy FTP 250 W. Równa jazda 2 h na 190 W: NP 190 W, VI 1,00, IF 0,76, TSS 115, 1367 kJ. Stój-jedź 2 h (30 s po 450 W, 90 s po 100 W), średnia 188 W: NP 270 W, VI 1,44, IF 1,08, TSS 233, 1350 kJ.

Te same kilodżule, a TSS dwa razy większy i IF powyżej 1 przez dwie godziny, czego nikt nie utrzyma.

Wyścig górski z pliku: jak czytać NP, IF i VI

  1. IF względem czasu. W wyścigu trwającym 1–1,5 h IF 0,95–1,05 pasuje do dobrze ustawionego FTP. Przy 3 h spodziewaj się 0,80–0,88.
  2. VI podjazdów, nie całości. Zjazdy z zerami dają VI 1,15–1,30 dla całej jazdy – to teren. Na najdłuższym podjeździe 1,00–1,05 to równe tempo, a 1,10 i więcej to szarpanie, które przy tej samej średniej kosztuje więcej.
  3. NP podjazdu 20–40 min powinna leżeć blisko CP. Wyższa na pierwszym i niższa na ostatnim to źle rozłożone siły. Zabrakło mocy na finale? Policz kJ powyżej CP zrobione wcześniej.
  4. Nie szukaj w tych liczbach wyniku. W 9 Wielkich Tourach porównano pary z tego samego wyścigu: zawodnika z czołowej piątki i rywala, który skończył niżej, na miejscach 4–12. Nie różnili się TSS, kJ, odpornością na zmęczenie ani czasem w strefach. Lepsi spędzali tylko nieco więcej czasu poniżej 55% FTP: 60,9 wobec 58,4% (Barranco-Gil i in. 2025).

Co mówią badania

W modelu Banistera dopasowanym do 9 pływaków stała sprawności wyszła 38 dni (17–59), a zmęczenia 19 dni (6–32). Parametry były tak ze sobą powiązane, że według Hellarda i in. (2006) ich interpretacja straciła wartość.

Gdy Impellizzeri i in. (2021) podzielili obciążenie z ostatniego tygodnia przez stałe i losowe mianowniki, iloraz szans kontuzji wyszedł 1,95 i 1,16–2,07. Z prawdziwymi danymi było to 2,45.

sRPE u zawodowców korelowało z TRIMP z tętna na poziomie r = 0,75 (Rodríguez-Marroyo i in. 2012). W Wielkich Tourach stosunki odczucia do tętna, odczucia do mocy i sRPE do TSS rosły o d = 0,79–1,79, a moc do tętna tylko o d = 0,21–0,41 (Sanders i in. 2018).

Co z tym zrobić

  • Używaj jednej platformy i jednego FTP, aktualizowanego po teście. TSS z różnych aplikacji nie sumuj.
  • Po każdej jeździe zapisz sRPE. Raz w tygodniu policz sumę, monotonię i strain.
  • Obok sumy kJ zapisuj kJ powyżej CP. To one, a nie TSS, mówią, ile zostanie na końcówkę.
  • CTL czytaj jako „ile zwykle robię”, a TSB jako „czy ostatni tydzień był cięższy niż zwykle”. Taper planuj na podstawie poprzednich startów, nie wykresu.
  • Ten sam TSS przy wyższym sRPE przez 3–4 dni, zwłaszcza z niższym tętnem przy tej samej mocy, oznacza lżejszy dzień, a nie dokładanie. Więcej w tekście o treningu przy 6–8 h.

Źródła

  1. Allen H, Coggan A (2010). Training and Racing with a Power Meter. Wyd. 2. Boulder: VeloPress.
  2. Barranco-Gil D, Mateo-March M, Muriel X, Pallarés JG, Lucia A, Valenzuela PL (2025). What Does It Take to Reach the Podium? Power Output and Heart Rate-Derived Racing Demands of Top Cyclists During Grand Tours. Scandinavian Journal of Medicine & Science in Sports, 35(5), e70074. doi:10.1111/sms.70074
  3. Bossi AH, Matta G, Lima P, Bara-Filho M (2026). Quantifying and Comparing Training Load Metrics in Cycling: A Methodology Review. International Journal of Sport Nutrition and Exercise Metabolism, 36(5), 588–598. doi:10.1123/ijsnem.2026-0028
  4. Edwards S (1993). The Heart Rate Monitor Book. Sacramento: Fleet Feet Press.
  5. Ettema G, Lorås HW (2009). Efficiency in cycling: a review. European Journal of Applied Physiology, 106(1), 1–14. doi:10.1007/s00421-009-1008-7
  6. Foster C (1998). Monitoring training in athletes with reference to overtraining syndrome. Medicine & Science in Sports & Exercise, 30(7), 1164–1168. doi:10.1097/00005768-199807000-00023
  7. Foster C, Florhaug JA, Franklin J, i in. (2001). A New Approach to Monitoring Exercise Training. Journal of Strength and Conditioning Research, 15(1), 109–115. doi:10.1519/00124278-200102000-00019
  8. Griffin A, Kenny IC, Comyns TM, Lyons M (2020). The Association Between the Acute:Chronic Workload Ratio and Injury and its Application in Team Sports: A Systematic Review. Sports Medicine, 50(3), 561–580. doi:10.1007/s40279-019-01218-2
  9. Halson SL (2014). Monitoring Training Load to Understand Fatigue in Athletes. Sports Medicine, 44(S2), 139–147. doi:10.1007/s40279-014-0253-z
  10. Hellard P, Avalos M, Lacoste L, Barale F, Chatard JC, Millet GP (2006). Assessing the limitations of the Banister model in monitoring training. Journal of Sports Sciences, 24(5), 509–520. doi:10.1080/02640410500244697
  11. Impellizzeri FM, Tenan MS, Kempton T, Novak A, Coutts AJ (2020). Acute:Chronic Workload Ratio: Conceptual Issues and Fundamental Pitfalls. International Journal of Sports Physiology and Performance, 15(6), 907–913. doi:10.1123/ijspp.2019-0864
  12. Impellizzeri FM, Woodcock S, Coutts AJ, Fanchini M, McCall A, Vigotsky AD (2021). What Role Do Chronic Workloads Play in the Acute to Chronic Workload Ratio? Time to Dismiss ACWR and Its Underlying Theory. Sports Medicine, 51(3), 581–592. doi:10.1007/s40279-020-01378-6
  13. Jeffries O, Waldron M, Patterson SD, Galna B (2019). An Analysis of Variability in Power Output During Indoor and Outdoor Cycling Time Trials. International Journal of Sports Physiology and Performance, 14(9), 1273–1279. doi:10.1123/ijspp.2018-0539
  14. Jobson SA, Passfield L, Atkinson G, Barton G, Scarf P (2009). The Analysis and Utilization of Cycling Training Data. Sports Medicine, 39(10), 833–844. doi:10.2165/11317840-000000000-00000
  15. Kesisoglou A, Nicolò A, Passfield L (2021). Cycling Performance and Training Load: Effects of Intensity and Duration. International Journal of Sports Physiology and Performance, 16(4), 535–543. doi:10.1123/ijspp.2020-0072
  16. Kontro H, Mastracci A, Cheung SS, MacInnis MJ (2026). The three-dimensional impulse-response model: Modeling the training process in accordance with energy system-specific adaptation. PLOS One, 21(2), e0341721. doi:10.1371/journal.pone.0341721
  17. Lolli L, Batterham AM, Hawkins R, i in. (2019). Mathematical coupling causes spurious correlation within the conventional acute-to-chronic workload ratio calculations. British Journal of Sports Medicine, 53(15), 921–922. doi:10.1136/bjsports-2017-098110
  18. Lucía A, Hoyos J, Pérez M, Santalla A, Chicharro JL (2002). Inverse relationship between VO2max and economy/efficiency in world-class cyclists. Medicine & Science in Sports & Exercise, 34(12), 2079–2084. doi:10.1097/00005768-200212000-00032
  19. Mateo-March M, Sánchez-Jiménez JL, Peña-González I, Moya-Ramón M, Javaloyes A (2025). Durability in Junior Cyclists After Work Above Critical Power: Implications for Talent Identification. International Journal of Sports Physiology and Performance, 20(12), 1739–1744. doi:10.1123/ijspp.2025-0162
  20. Mateo-March M, Barranco-Gil D, Muriel X, Pallarés JG, Valenzuela PL (2026). Training characteristics of male and female World Tour professional road cyclists before the competitive phase. Biology of Sport, 43, 933–940. doi:10.5114/biolsport.2026.156234
  21. Morton RH, Fitz-Clarke JR, Banister EW (1990). Modeling human performance in running. Journal of Applied Physiology, 69(3), 1171–1177. doi:10.1152/jappl.1990.69.3.1171
  22. Oosthuyse T, Bownes N, Wiemers LA, Bosch AN (2025). Validity of Average Power, Total Work, and Exercise Energy Expenditure Quantified by Cycling Mechanics. Journal of Strength & Conditioning Research, 39(11), 1138–1147. doi:10.1519/jsc.0000000000005212
  23. Passfield L, Hopker JG, Jobson S, Friel D, Zabala M (2017). Knowledge is power: Issues of measuring training and performance in cycling. Journal of Sports Sciences, 35(14), 1426–1434. doi:10.1080/02640414.2016.1215504
  24. Rodríguez-Marroyo JA, Villa G, García-López J, Foster C (2012). Comparison of Heart Rate and Session Rating of Perceived Exertion Methods of Defining Exercise Load in Cyclists. Journal of Strength and Conditioning Research, 26(8), 2249–2257. doi:10.1519/jsc.0b013e31823a4233
  25. Sánchez-Jiménez JL, Salas-Montoro JA, Mateo-March M, i in. (2026). Is intensity the most important factor in determining the amount of prior work accumulated that affects cyclists' acute durability? A systematic review. European Journal of Applied Physiology, 126(1), 163–179. doi:10.1007/s00421-025-05885-0
  26. Sanders D, Abt G, Hesselink MKC, Myers T, Akubat I (2017). Methods of Monitoring Training Load and Their Relationships to Changes in Fitness and Performance in Competitive Road Cyclists. International Journal of Sports Physiology and Performance, 12(5), 668–675. doi:10.1123/ijspp.2016-0454
  27. Sanders D, Heijboer M, Hesselink MKC, Myers T, Akubat I (2018). Analysing a cycling grand tour: Can we monitor fatigue with intensity or load ratios? Journal of Sports Sciences, 36(12), 1385–1391. doi:10.1080/02640414.2017.1388669
  28. van Erp T, Foster C, de Koning JJ (2019a). Relationship Between Various Training-Load Measures in Elite Cyclists During Training, Road Races, and Time Trials. International Journal of Sports Physiology and Performance, 14(4), 493–500. doi:10.1123/ijspp.2017-0722
  29. van Erp T, Hoozemans M, Foster C, de Koning JJ (2019b). The Influence of Exercise Intensity on the Association Between Kilojoules Spent and Various Training Loads in Professional Cycling. International Journal of Sports Physiology and Performance, 14(10), 1395–1400. doi:10.1123/ijspp.2018-0877
  30. Vermeire KM, Caen K, Bourgois JG, i in. (2023). Training Load and Acute Performance Decrements Following Different Training Sessions. International Journal of Sports Physiology and Performance, 18(3), 284–292. doi:10.1123/ijspp.2022-0157
  31. Wang C, Vargas JT, Stokes T, Steele R, Shrier I (2020). Analyzing Activity and Injury: Lessons Learned from the Acute:Chronic Workload Ratio. Sports Medicine, 50(7), 1243–1254. doi:10.1007/s40279-020-01280-1
  32. Swart J (18.07.2025). Inside the Ride, odc. 26: Jeroen Swart – Head of Performance UAE Team Emirates (podcast MyWhoosh; transkrypcja na Science to Sport). Praktyka zespołu, nie badanie z recenzją. https://www.sciencetosport.com/media/inside-the-ride–episode-26–jeroen-swart—head-of-performance-uae-team-emirates/

Piszemy na podstawie badań z recenzją i udokumentowanej praktyki. Zasady redakcyjne

Czytaj dalej