Der Weg zur Langdistanz, Teil 4: Lohnt es sich, abzunehmen?
HTML-код
- Опубликовано: 8 сен 2024
- Beim Laufen und beim Radfahren auf Bergetappen ist es klar: Leichter ist besser. Entsprechend mager sind die Stars dieser Disziplinen. Im Triathlon ist die Lage komplexer. Gute Schwimmer sind häufig etwas kräftiger, gute Zeitfahrer ebenso. Wie also ist der perfekte Triathlet gebaut? Wissenschaftliche Arbeiten haben sich mit dieser Frage beschäftigt. Sie beantworten die Frage, ob es sich lohnt, abzunehmen - und falls ja: wie viel? Interessanterweise findet man für Männer und Frauen unterschiedliche Ergebnisse und kommt zu unterschiedlichen Empfehlungen. Dieser Beitrag gibt einen Überblick über die aktuellen Erkenntnisse zu diesem Thema. Zuletzt gehen wir der Frage nach: Braucht man als Langstreckler "Substanz"?
triathlon-szene Coaching:
www.triathlon-...
triathlon-szene Trainingslager:
www.triathlon-...
triathlon-szene Mediathek mit über 1200 Beiträgen:
tv.triathlon-s...
triathlon-szene Zwift-Gruppen:
www.triathlon-...
Toller Beitrag. Interessante Überlegungen.
Danke, John! 😃
Ist es bei den Frauen evtl. weniger ausschlaggebend, mit der Körper Zusammensetzung, da die Leistungsdichte und Professionalisierung geringer ist?
Also, als jemand, der selbst empirische Forschung betreibt und somit statistisch fit ist, muss ich den Beitrag leider heftig kritisieren. Es ist ein schönes Beispiel dafür was passiert, wenn ich Korrelation und Kausalität verwechsle bzw. statistische Daten falsch interpretiere. Es mag richtig sein, dass ein lineares Regressionsmodell, bei welchem ich versuche die Laufleistung als abhängige durch das Körpergewicht als einzige unabhängige Variable zu erklären, auf ein R^2 von 0,286 komme. Und ja das bedeute rein mathematisch, dass ich 28,6% der Varianz der abhängigen Variable hierdurch erklären kann. Aber hierzu zwei Kritikpunkte. Offensichtlich gibt es ja noch eine Anzahl weiterer Variablen, welche 71,4% der Laufleistung erklären. Natürlich weiß niemand vollumfassend welche das sein mögen - aber wäre es nicht möglich, dass hier Variablen dabei sind, welche alleine oder in Summe mehr als 28,6% erklären (also alleine bzw. in Summe wichtiger als das Gewicht sind), aber durch das Körpergewicht negativ beeinflusst werden? Ich denke hier z.B. an die maximal mögliche Energiezufuhr während des Rennens. Dieser Aspekt wird hier 0 beleuchtet. Ein weiterer Punkt ist für mich aber noch deutlich wichtiger: Was wenn das Körpergewicht an sich überhaupt keine unabhängige Variable darstellt, sondern bereits ein sog. "Faktor" welcher bereits durch weitere Variablen erklärt werden kann. Ich würde eine Wette abschließend das es eine hohe Korrelation zwischen Lauf- und Trainingsumfang und dem Körpergewicht gibt. Von daher stellt sich die Frage, dass wenn ich ein Regressionsmodell aufbaue, bei welchem ich den Zusammenhang zwischen Körpergewicht und Laufleistung messe - messe ich dann tatsächlich diesen Zusammenhang oder nicht indirekt eigentlich den Zusammenhang von Trainingsumfang und Laufleistung. Also von daher bei der Interpretation statistischer Daten nicht voreilig sein sondern reflektieren und nachdenken.
Danke für Deinen Kommentar. Reflektieren und nachdenken ist immer gut! Soweit ich das verstanden habe, war der Einfluss des Trainingsumfangs auf die Wettkampfzeit weit weniger stark als der der Einfluss des Körperfettanteils bzw. Somatotype:
"Adding the quantitative training effort in the multiple regression with the somatotype components, the training effort was not a significant predictor on Ironman performance". Die Ergebnisse von Kandel et.al. widersprechen hier Deinem Gedankengang, wie mir scheint.
Unabhängig davon, ob die Kritik berechtigt oder unberechtigt ist, ist in Ihrer Tonalität jedenfalls völlig unangemessen. Allein der letzte Satz ist eine Unverschämtheit, besagt er doch der Autor reflektiere nicht und denke nicht nach. Was soll sowas?
Ich schreib selten youtube-kommentare aber ich kann #ProjektRoth21 nur zustimmen. Wobei die Kritik sicher nicht (nur) Richtung Beitrag geht, sondern auch Richtig Studie. Ein R^2 von 0.286 kann man auch bei nicht kausalen Zusammenhängen wie Storchen und Geburtsraten finden, wenn man es drauf anlegt. Weiterhin ist die Chance solche Studien in Kurzfassung in einfachen Worten zusammenzufassen und auf eine verfälschte Aussage zu kommen leider relativ hoch. Ggf. einfach jmd mit statistischer Ausbildung zum Quali-Check dazuholen. Damit ich/wir hier nicht nur rumstänkern, biet ich für die Zukunft auch gern meine Hilfe an ;)
Eine Korrelation kann kausal verursacht sein, oder nicht. Wenn man sie immer ignorieren würde, wenn man ihre Kausalität nicht explizit beweisen kann, braucht man in den Sportwissenschaften wohl gar nichts glauben. Ich persönlich brauch keine Studie um zu merken, dass Fett langsam macht ;-)