“], “filter”: { “nextExceptions”: “img, blockquote, div”, “nextContainsExceptions”: “img, blockquote”} }”>
هنگامی که >”,”name”:”in-content-cta”,”type”:”link”}}”>برای Outside+ ثبت نام کنید، به همه چیزهایی که منتشر می کنیم دسترسی پیدا کنید.
تصور کنید در حال انجام یک مطالعه بزرگ در مورد عملکرد تایپ هستید. هزاران نفر را در یک باتری تست تایپ قرار می دهید، سپس اعداد را خرد می کنید. داده ها واضح است: سرعت تایپ سریعتر با اشتباهات تایپی کمتر مرتبط است. بنابراین، شما نتیجه می گیرید، بهترین راه برای جلوگیری از اشتباه تایپی این است که تایپ کنید با بیشترین سرعت ممکن.
به راحتی می توان فهمید که این یک نتیجه گیری اشتباه است. اما دانشمندان ورزش ممکن است به طور ناخواسته همیشه مرتکب چنین خطاهایی شوند مقاله اخیر در مجله بین المللی فیزیولوژی ورزشی و عملکرد توسط نیکلاس نویمان و همکارانش در دانشگاه گرونینگن در هلند. در واقع، برخی از دانشمندان استدلال می کنند که “اکثریت قریب به اتفاق تحقیقات علوم اجتماعی و پزشکیممکن است تحت تأثیر این باور اشتباه قرار گیرد که داده‌های گروهی را می‌توان برای افراد اعمال کرد، پدیده‌ای که «مشکل ergodicity» نامیده می‌شود.
در مثال تایپ، مشکل این است که تایپیست‌های بهتر هم سریعتر هستند و هم کمتر در معرض اشتباه تایپی هستند. بنابراین در سطح گروهی، سرعت بالا و میزان خطای پایین با هم مرتبط هستند. اما اگر هر فرد را به طور مکرر در طول زمان آزمایش کنید، احتمالاً الگوی مخالف را خواهید یافت: سرعت بالاتر با خطاهای بیشتری همراه است. میانگین گروه را نمی توان تعمیم داد تا در مورد نتایج فردی به شما بگوید. در مقابل، 100 بار انداختن یک قالب باید (به طور متوسط) همان نتیجه ای را به شما بدهد که یک بار 100 تاس انداخته اید.
از نظر فنی، تفاوت بین این دو موقعیت در این است که داده‌های تاس ارگودیک هستند، یک اصطلاح در دهه 1870 ساخته شد توسط فیزیکدان اتریشی، لودویگ بولتزمن، در حالی که داده های تایپ غیر انرژی است. Ergodicity یک مفهوم حیاتی در مکانیک آماری است که (به عنوان مثال) رفتار حجم زیادی از گاز را از حرکت مولکول‌های غیرقابل شمارش آن استنتاج می‌کند. در سال های اخیر، این مفهوم در زمینه های دیگر گسترش یافته است: اقتصاد ارگودیسیتهبه عنوان مثال، تصدیق می کند تفاوت بین 100 نفر با یک درصد احتمال شکست و یک نفر 100 بار شرط بندی می کنند. چیزی که به نظر می رسد یک شرط بندی بسیار خوب در سطح گروهی برای فرد بسیار بد است.
مرتبط: ورزشکاران عدد نیستند – تأثیرات منفی نظارت بر ترکیب بدن در کل برنامه بر سلامتی
مشکل ورزشی که نیومن و همکارانش در نظر دارند، رابطه بین بار تمرینی و ریکاوری است. به ویژه برای ورزش های استقامتی، می توانید این را به عنوان کلید اصلی عملکرد در نظر بگیرید. تمرین بیشتر تناسب اندام را افزایش می دهد، اما خطر آسیب دیدگی و فرسودگی را نیز افزایش می دهد. فهمیدن اینکه دقیقاً چقدر تمرین می توانید تحمل کنید و چقدر سریع می توانید از آن ریکاوری کنید، شما را قادر می سازد تا به خط قرمز تمرین حداکثر نزدیک شوید. این منجر به انواع تحقیقاتی شده است که سعی در تعیین کمیت چگونگی ارتباط الگوهای بار آموزشی مختلف با کارایی و خطر آسیب.
اما آیا ارتباط بین بار تمرینی و ریکاوری ارگودیک است؟ یعنی، آیا می‌توانید بار تمرینی و ریکاوری بعدی را در گروه بزرگی از افراد اندازه‌گیری کنید و از این نتایج برای پیش‌بینی اینکه هر فرد معینی به دنباله‌ای از جلسات آموزشی و ریکاوری چگونه پاسخ می‌دهد، استفاده کنید؟
برای پی بردن به این موضوع، نویمان و همکارانش با “یک باشگاه فوتبال لیگ بزرگ در هلند” کار کردند، که از وابستگی های نویسندگان مقاله می توانیم فرض کنیم که باشگاه گرونینگن است. در طول دو فصل، آنها داده های تمرینی و ریکاوری روزانه 83 عضو تیم های زیر 17، زیر 19 و زیر 23 سال خود را جمع آوری کردند. قبل از هر جلسه تمرین، بازیکنان باید بهبودی درک شده خود را در مقیاس 6 تا 20 نشان می دادند. پس از هر جلسه، آنها تلاش درک شده خود را در طول جلسه نشان دادند، دوباره در مقیاس 6 تا 20، که سپس در مدت زمان تمرین در دقیقه ضرب شد تا بار تمرینی کل بدست آید.
ساده ترین نسخه سوال بار تمرین/بازیابی این است: آیا کل بار تمرینی در یک تمرین بر میزان ریکاوری شما قبل از تمرین روز بعد تاثیر می گذارد؟ محققان سعی می کنند به دو روش مختلف به این سوال پاسخ دهند. در تجزیه و تحلیل در سطح گروه، میانگین بار تمرینی برای همه ورزشکاران در یک روز معین را محاسبه می‌کنید و آن را با میانگین امتیاز ریکاوری برای همه ورزشکاران در روز بعد مقایسه می‌کنید. در تجزیه و تحلیل سطح فردی، شما در عوض به هر جفت امتیاز تمرین/ریکاوری برای یک فرد در طول مجموعه داده های دو ساله نگاه می کنید.
مطالب مرتبط: آیا باید بر اساس زمان یا مسافت تمرین کرد؟
تجزیه و تحلیل ریاضی بسیار درگیر است، اما نکته اصلی اینجاست. تجزیه و تحلیل گروهی فقط یک روز را بررسی می کند (به علاوه ریکاوری روز بعد)، اما شما می توانید آن تجزیه و تحلیل را برای هر روز تمرینی موجود تکرار کنید و نتایج را میانگین بگیرید. به طور مشابه، تجزیه و تحلیل فردی را می توان برای هر ورزشکار تکرار کرد و سپس میانگین گرفت. به این ترتیب، هر دو رویکرد از تمام داده های موجود استفاده می کنند. اگر نتایج یکسانی تولید کنند، داده‌های آموزشی و بازیابی ارگودیک هستند، به این معنی که می‌توانیم با خیال راحت نتایج مطالعات گروهی را برای افراد اعمال کنیم. اگر نتایج یکسانی به دست نیاوردند، تمام شرط‌ها لغو می‌شوند.
مطمئناً، تجزیه و تحلیل گروهی و فردی نتایج متفاوتی را به همراه داشت. به طور خاص، بارهای آموزشی برای افراد معین در طول زمان بسیار بیشتر از بین افراد در یک روز مشخص متفاوت بود. و همبستگی بین بار تمرینی و ریکاوری نیز مطابقت نداشت. اینکه چگونه تعدادی از افراد به یک تمرین پاسخ می دهند لزوماً به شما نمی گوید که چگونه به یک سری تمرینات پاسخ می دهید.
فهمیدن اینکه این به چه معناست در عمل مشکل است. در زمینه تحقیقات پزشکی، برخی از محققان عقب نشینی کرده اند در برابر این ایده که غیر انرژی گرایی نوعی بحران است که بخش های عظیمی از تحقیقات موجود را باطل می کند. آنها استدلال می کنند که ابزارهایی مانند کارآزمایی های تصادفی کنترل شده با دارونما به شستن برخی از اثرات تغییرات فردی به فرد کمک می کند. به یک معنا، یافته‌ها به سادگی روندی را تقویت می‌کنند که حداقل یک دهه است که در مجلات علوم ورزشی در حال جمع‌آوری است، یعنی همیشه نتایج فردی را علاوه بر میانگین های گروهی گزارش دهید. مشاهده تک تک نقاط روی یک نمودار به شما این حس را می دهد که آیا همه افراد نزدیک به میانگین پاسخ خوشه بندی شده اند یا اینکه تعداد قابل توجهی از آزمودنی ها در مقایسه با میانگین پاسخ های متفاوت یا شاید مخالفی را مشاهده کرده اند.
آخرین نکته: اذعان به کاستی‌های پژوهش در سطح گروهی به معنای نادیده گرفتن نقص‌ها و مشکلات خودآزمایی نیست. تصور من این است که برای هر یافته تحقیقاتی که برای 99 نفر از 100 نفر اعمال می شود، حداقل ده نفر قسم می خورند که آنها استثنا هستند. (اگر در مورد آن صحبت می کنیم آن را 20 کنید کشش.) داده‌های معنادار در سطح فردی باید به همان دقتی که هر کارآزمایی تصادفی‌سازی شده، با فرضیه‌های از پیش تعریف‌شده، کنترل‌های دارونما، و نتایج قابل اندازه‌گیری به جای احساسات درونی جمع‌آوری شود. ممکن است درست باشد، همانطور که جورج شیهان نوشت، که هر کدام آزمایشی از یک نفر هستیم – اما این به ما بستگی دارد که مطمئن شویم یافته ها را به درستی تفسیر می کنیم.
برای اطلاعات بیشتر در مورد علوم عرق، با الکس همراه باشید توییتر و فیس بوک، ثبت نام کنید خبرنامه ایمیلو کتاب من را بررسی کنید استقامت: ذهن، بدن، و محدودیت های عجیب الاستیک عملکرد انسان.
این داستان در ابتدا ظاهر شد خارج آنلاین.