Lược dịch và chuyển ngữ từ: https://www.womensrunning.com/

Phân tích dữ liệu tập luyện của những vận động viên chạy marathon thành công cho thấy mô hình luyện tập mới và tối ưu bằng việc xen kẽ/luân phiên giữa những tuần tập luyện nhẹ và nặng. Bài viết của Amby Burfoot, nhà vô địch Boston Marathon 1968.

Lần đầu tiên, những nghiên cứu toán học mới về dữ liệu GPS đã đóng góp đáng kể vào hiểu biết về luyện tập hiệu quả cho bộ môn chạy bộ đường trường. Dù vẫn còn nhiều điều cần phải khám phá, khai thác dữ liệu lớn (big data mining) đã tiết lộ mối liên hệ trước đây chưa được công nhận giữa giáo án tập luyện và thành tích chạy marathon. Điều này đặc biệt đúng đối với những người chạy ở nhóm tốc độ trung bình và chậm.

Trong lịch sử, những người yêu chạy bộ và tập luyện chạy bộ đường dài đã có thể đọc về quá trình tập luyện của Eliud Kipchoge và của những vận động viên đỉnh cao khác. Việc đào tạo các vận động viên đạt chuẩn Olympic thường xuyên được đưa tin và ca ngợi trên các phương tiện truyền thông. Nhưng điều này sẽ giúp ích như thế nào nếu bạn cần đạt được mục tiêu chạy cự ly marathon dưới 3 giờ 35 phút để đủ điều kiện tham dự giải marathon danh giá tổ chức ở Boston?

Phân tích dữ liệu lớn

Thông tin đó thực sự tồn tại trong cơ sở dữ liệu lớn do các công ty như Strava nắm giữ, nhưng không dễ dàng để truy cập hoặc phân tích chúng. Công việc này cần được thực hiện bởi những chuyên gia phân tích dữ liệu lớn. Họ đã phân tích nhật ký luyện tập của hàng nghìn vận động viên chạy marathon để tìm kiếm các mô hình thành công.

Một trong số những kết quả nghiên cứu nổi bật nhất đã được hai nhà nghiên cứu Thorsten Emig (ĐH Paris-Saclay, CH Pháp) và Jussi Peltonen (Công ty Polar, Phần Lan) hợp tác công bố trong bài báo “Human running performance from real-world big data” (tạm dịch: Thành tích chạy bộ của con người từ dữ liệu lớn) trên tạp chí Nature Communications số tháng 10/2020, một tạp chí được đánh giá cao. Một nhóm khác, do Barry Smyth của ĐH Dublin (CH Ireland) dẫn đầu, cũng đang đi theo con đường tương tự trong những năm gần đây. Smyth thường làm việc với “hệ thống khuyến nghị” – ví dụ điển hình là hệ thống mà Netflix sử dụng để dự đoán những bộ phim có thể bạn sẽ thích, hoặc phù hợp với bạn. Nhóm nghiên cứu này đã tìm ra một số mô hình tập luyện từ việc phân tích dữ liệu tập luyện của những chân chạy thành công.

Emig làm việc với dữ liệu tổng hợp từ dữ liệu của Polar trong khi Smyth xử lý dữ liệu của Strava.

Kết quả nghiên cứu

Chúng tôi sẽ bỏ đi phần viết về khoa học dữ liệu (có rất nhiều thứ) và chỉ cung cấp cho bạn những phát hiện hữu ích nhất, trước tiên từ bài báo của Emig, sau đó từ công trình gần đây của Smyth. Emig và Smyth đạt được những kết luận chính sau đây có thể giúp bạn chuẩn bị tốt cho một cuộc đua marathon. [Mặc dù các kết luận có vẻ mâu thuẫn nhau, hãy đọc kỹ phân tích của Amby Burfoot để hiểu rõ ý của ông khi đánh giá kết quả phân tích dữ liệu lớn – Chay365]

Tập luyện nhiều hơn, ngay cả với tốc độ chậm, có thể giúp bạn nhanh hơn

Đây là kết quả tập luyện được công nhận trên toàn thế giới, mặc dù hiếm khi được hỗ trợ bằng dữ liệu như cách mà Emig đã phân tích. Điều này giải thích tại sao chạy nhiều hơn trong tập luyện thường mang lại kết quả là trong ngày đua bạn sẽ chạy tốt hơn.

Bài tập tốc độ xây dựng sức bền của bạn hiệu quả hơn bài chạy chậm

Đây là lý do tại sao hầu hết mọi người đều thực hiện một số bài tập tốc độ. Nếu bạn có thể tăng hiệu suất của mình ở những khoảng cách ngắn, bạn có thể duy trì tốc độ tương đối nhanh hơn trong những quãng đường dài hơn mà các cuộc đua sức bền yêu cầu.

Tập luyện tối ưu cần đạt được sự cân bằng phù hợp giữa vấn đề dưới đây: (1) chạy nhiều hơn, ngay cả với tốc độ chậm, và (2) chạy tốc độ cao. Ngoài ra, phải thừa nhận rằng bài tập tốc độ thường có nhiều rủi ro hơn bài chạy chậm.

Có thể bạn đang chạy quá nhanh

Những vận động viên chạy hạng ưu thường không đẩy mức độ tập luyện lên mức nặng như vận động viên hạng trung và vận động viên chạy chậm hơn. Ở đây cần hiểu mức độ “nặng” là mức độ tương đối của cá nhân vận động viên. Khi vận động viên ưu tú chạy 100 dặm một tuần, họ không có lựa chọn nào khác ngoài việc chạy “nhẹ” trong phần lớn thời gian. Khi bạn chỉ chạy 20 đến 40 dặm một tuần, có thể là bạn đã chạy những dặm được đánh giá là “nặng” so với khả năng của bạn.

Ngưỡng luyện tập tối ưu

Cường độ luyện tập, thể hiện bằng tổng cự ly chạy và mức độ nặng của bài chạy, thế nào là tối ưu? Tập dưới ngưỡng thì không hiệu quả, nhưng nếu vượt quá giới hạn đó, nỗ lực của bạn sẽ chỉ mang lại điều tiêu cực. Bạn tập luyện quá mức, mệt mỏi và trở nên chậm chạp hơn.

Emig đã tìm thấy giới hạn ở mức 27.000 TRIMPS (“xung động tập”) trong quá trình tập luyện marathon. Con số này sẽ không giúp ích được gì nhiều cho bạn, bởi vì nó không dễ dàng quy đổi/tính toán cho quá trình tập luyện của chính bạn. Kết luận chủ yếu ở đây là bạn nên hiểu rõ rằng có một giới hạn: Nhiều hơn không phải lúc nào cũng tốt hơn.

Đồ thị biểu hiện tương quan giữa sức bền (trục tung) và cường độ luyện tập (trục hoành, biểu diễn bằng đơn vị TRIMP)

Mô hình tập luyện lý tưởng

Trong công trình gần đây của mình, Smyth đã xem xét cách xây dựng một giáo án tập luyện chạy marathon. Lời khuyên của họ, có thể được đơn giản hóa như sau:

• Tập trung vào các tuần tập luyện, hơn là từng bài tập riêng lẻ
• Luân phiên mức độ tập luyện giữa các tuần như sau: nặng-nặng-nhẹ-vừa. Trong những tuần trước ngày đua, giảm tải mức độ như sau: nặng-nhẹ-nhẹ.

Cấu trúc giáo án tập luyện lý tưởng theo chu kỳ 4 tuần: Nặng – Nặng – Nhẹ – Vừa

Vậy thế nào là 1 tuần tâp nặng hay tuần tập nhẹ? Các nhà nghiên cứu phân biệt như sau:

• Một tuần tập nặng là một tuần có nhiều bài tập luyện tốc độ hơn bình thường. Ví dụ: tuần này có thể bao gồm một bài tập tempo và/hoặc một bài tập mà bạn chạy nhanh như tốc độ đua cự ly 5K của mình. Bạn sẽ nhận được sự kích thích tập luyện đáng kể từ những tuần tập luyện như thế này, nhưng đồng thời với đó là tích lũy sự mệt mỏi.
• Một tuần tập nhẹ là một tuần mà bạn luyện tập với thời lượng ít hơn từ 50 đến 67 % so với một tuần tập nặng, nhưng ở cùng tốc độ với một số bài luyện tập của tuần trước. Bạn sẽ hồi phục và củng cố sự tiến bộ về thể chất của mình.
• Một tuần vừa phải là bất cứ điều gì giữa khó và dễ. Mức thể lực của bạn sẽ không được cải thiện và bạn cũng sẽ không cảm thấy mệt mỏi hơn.

Phát hiện quan trọng mới ở đây là mô hình tập luyện có 2 tuần tập nặng kế tiếp nhau và mức độ cắt giảm trong một tuần tập nhẹ. Hầu hết các giáo án tập marathon hiện tại đều có các tuần cắt giảm, nhưng rất ít khi cắt giảm sâu đến 50 đến 67 % cường độ luyện tập.

Kết luận

Mặc dù hầu hết các giáo án không được thiết kế chính xác theo mô hình của Smyth, nhưng phân tích dữ liệu lớn cho thấy tới 40% vận động viên chạy marathon đang tập luyện gần sát với mô hình đó, cho thấy sự hợp lý của nó.

Mặt khác, phân tích dữ liệu của Smyth cũng cho thấy khoảng 47% vận động viên đang tập luyện dưới mức và 14% đang luyện tập quá mức. 61% người tập chạy marathon này có thể cải thiện thành tích bằng cách tập luyện theo mô hình đề xuất của Smyth.

Không ai trong số các chuyên gia dữ liệu lớn tin rằng họ đã tìm ra tất cả câu trả lời. Nhiều câu hỏi vẫn còn để ngỏ. Smyth và cộng sự sử dụng từ “cú huých” để mô tả cách sử dụng thích hợp các kết quả của họ. Nếu bạn có thể “huých” việc tập luyện của mình đi đúng hướng, nó có thể mang lại lợi ích lớn hơn.

Tài liệu tham khảo:

1. Thorsten Emig & Jussi Peltonen, Human running performance from real-world big data, Nature Communications 11, Article number: 4936 (2020)
2. Jakim Berndsen, Barry Smyth, Aonghus Lawlor, Fit to Run: Personalised Recommendations for Marathon Training, RecSys ’20: Fourteenth ACM Conference on Recommender Systems (9/2020)