Αποκάλυψη της επιστήμης πίσω από τις αποτελεσματικές ζώνες εκπαίδευσης

Η επίτευξη κορυφαίας απόδοσης στον αθλητισμό δεν αφορά μόνο τη σκληρή δουλειά, την αφοσίωση και την αποτελεσματική τεχνική - αφορά επίσης την κυριαρχία των ενεργειακών συστημάτων και των μεταβολικών οδών του σώματος. Κατανοώντας αυτές τις πολύπλοκες διαδικασίες, οι αθλητές και οι προπονητές μπορούν να βελτιστοποιήσουν τα προπονητικά σχήματα και να βελτιώσουν σημαντικά την απόδοση. Σε αυτό το άρθρο, απομυθοποιούμε αυτές τις βασικές έννοιες και εξηγούμε πώς επηρεάζουν τον προγραμματισμό της προπόνησης και τον σχεδιασμό ζώνης.

Στο προηγούμενο άρθρο μας, «Ζώνες προπόνησης κολύμβησης: Προχωρώντας τη συνταγή έντασης – Η ανάγκη για καλύτερα εργαλεία», τονίσαμε τη σημασία της εξατομικευμένης συνταγογράφησης έντασης. Ενώ οι νέες τεχνολογίες όπως η τεχνητή νοημοσύνη προσφέρουν μεγάλες δυνατότητες, δεν μπορούν να λύσουν όλα τα προβλήματα στην αθλητική προπόνηση από μόνες τους. Η απλή τροφοδοσία της τεχνητής νοημοσύνης με επιστημονικές εργασίες και δεδομένα δεν αρκεί. Η τεχνητή νοημοσύνη δεν μπορεί ακόμη να αξιολογήσει και να ενσωματώσει αποτελεσματικά όλες τις διαφοροποιημένες αθλητικές θεωρίες. Ως εκ τούτου, είναι σημαντικό να τελειοποιήσουμε πρώτα τα εννοιολογικά μας μοντέλα, όπως οι ζώνες εκπαίδευσης, για να παρέχουμε μια σταθερή βάση πάνω στην οποία η τεχνητή νοημοσύνη μπορεί να οικοδομήσει πιο ακριβείς και αποτελεσματικές στρατηγικές εκπαίδευσης.

Η ανάγκη για αναθεώρηση των ζωνών κατάρτισης

Οι ζώνες προπόνησης είναι συγκεκριμένα εύρη έντασης άσκησης που έχουν σχεδιαστεί για να καθοδηγούν και να βελτιστοποιούν την αθλητική προπόνηση. Καθορισμένη από φυσιολογικούς δείκτες όπως ο καρδιακός ρυθμός (HR), η συγκέντρωση γαλακτικού, η αντιληπτή προσπάθεια και τα ποσοστά VO2 max, κάθε ζώνη στοχεύει συγκεκριμένες φυσιολογικές προσαρμογές και αντιστοιχεί σε διαφορετικά επίπεδα προσπάθειας. Αυτές οι ζώνες βασίζονται σε έρευνα φυσιολογίας της άσκησης, υπογραμμίζοντας πώς το σώμα ανταποκρίνεται σε ποικίλες εντάσεις άσκησης. Με τον καιρό, η έννοια των ζωνών προπόνησης έχει εξελιχθεί, επηρεασμένη από την αθλητική επιστήμη, την ιατρική και την προπονητική. Βασικοί φυσιολογικοί δείκτες όπως το κατώφλι γαλακτικού, το VO2 max και η μεταβλητότητα του καρδιακού ρυθμού έχουν καθοριστεί καθοριστικά αυτές τις ζώνες, καθώς προκαλούν διακριτές φυσιολογικές αποκρίσεις και προσαρμογές σε διαφορετικές εντάσεις άσκησης.

Ενώ οι ζώνες προπόνησης είναι θεμελιώδεις για τη δομή και την αξιολόγηση αποτελεσματικών προγραμμάτων προπόνησης, πολλά υπάρχοντα συστήματα δεν καλύπτουν τις μοναδικές ανάγκες των κολυμβητών. Οι γενικές ζώνες προπόνησης, ιδιαίτερα εκείνες με πέντε ή λιγότερες ζώνες ή αυτές που βασίζονται αποκλειστικά σε δεδομένα καρδιακών παλμών, συχνά δεν έχουν την ακρίβεια που απαιτείται για τη βέλτιστη βελτίωση της απόδοσης. Οι ζώνες προπόνησης είναι ζωτικής σημασίας για διάφορους λόγους:

• Ειδικότητα: Επιτρέπουν στους αθλητές να στοχεύουν συγκεκριμένα ενεργειακά συστήματα και μυϊκές ίνες, οδηγώντας σε πιο αποτελεσματικές προσαρμογές στην προπόνηση.

• Βελτιστοποίηση: Η προπόνηση στην κατάλληλη ένταση βοηθά τους αθλητές να βελτιστοποιήσουν την απόδοση και να αποφύγουν την υπερπροπόνηση ή την υποπροπόνηση.

• Παρακολούθηση: Οι ζώνες προπόνησης παρέχουν ένα πλαίσιο παρακολούθησης και προσαρμογής της έντασης της προπόνησης, διασφαλίζοντας ότι οι αθλητές προπονούνται στο σωστό επίπεδο για να επιτύχουν τους στόχους τους.

• Ανάκτηση: Βοηθούν στον προγραμματισμό συνεδριών αποκατάστασης, ζωτικής σημασίας για την πρόληψη τραυματισμών και την προώθηση της μακροπρόθεσμης αθλητικής ανάπτυξης.

• Εξατομίκευση: Οι ζώνες προπόνησης μπορούν να προσαρμοστούν σε μεμονωμένους αθλητές με βάση τις μοναδικές φυσιολογικές τους αποκρίσεις, κάνοντας την προπόνηση πιο εξατομικευμένη και αποτελεσματική.

Τα ολοκληρωμένα συστήματα ζωνών προπόνησης μπορούν να βελτιώσουν σημαντικά την ανάπτυξη και την εφαρμογή εργαλείων AI για αθλητική προπόνηση με τους ακόλουθους τρόπους:

• Δεδομένα βάσει δεδομένων: Τα εργαλεία τεχνητής νοημοσύνης μπορούν να αναλύσουν μεγάλο όγκο δεδομένων από προπονήσεις, παρέχοντας πληροφορίες για το πώς ανταποκρίνονται οι αθλητές σε διαφορετικές ζώνες προπόνησης. Αυτό βοηθά να τελειοποιήσετε τα προπονητικά προγράμματα για βέλτιστη απόδοση.

• Εξατομίκευση: Η τεχνητή νοημοσύνη μπορεί να χρησιμοποιήσει δεδομένα από ολοκληρωμένα συστήματα ζωνών προπόνησης για να δημιουργήσει εξατομικευμένα σχέδια προπόνησης που καλύπτουν τις μοναδικές φυσιολογικές αποκρίσεις μεμονωμένων αθλητών.

• Παρακολούθηση και ανατροφοδότηση: Τα εργαλεία AI μπορούν να παρακολουθούν συνεχώς την ένταση και τον όγκο της προπόνησης, παρέχοντας ανατροφοδότηση σε πραγματικό χρόνο σε αθλητές και προπονητές. Αυτό διασφαλίζει ότι οι αθλητές προπονούνται με τη σωστή ένταση και κάνουν τις απαραίτητες προσαρμογές.

• Πρόληψη τραυματισμών: Αναλύοντας δεδομένα σχετικά με τον προπονητικό φόρτο και την αποκατάσταση, τα εργαλεία τεχνητής νοημοσύνης μπορούν να εντοπίσουν μοτίβα που μπορεί να οδηγήσουν σε υπερβολική προπόνηση και τραυματισμούς, επιτρέποντας προληπτικές προσαρμογές στα προπονητικά προγράμματα.

• Βελτιστοποίηση απόδοσης: Η τεχνητή νοημοσύνη μπορεί να χρησιμοποιήσει δεδομένα από ολοκληρωμένα συστήματα ζωνών προπόνησης για να εντοπίσει τις πιο αποτελεσματικές στρατηγικές εκπαίδευσης για τη βελτίωση της απόδοσης, συμπεριλαμβανομένης της βελτιστοποίησης της ισορροπίας μεταξύ των διαφορετικών ζωνών προπόνησης για την επίτευξη συγκεκριμένων στόχων.

• Προσαρμοστικότητα: Τα εργαλεία τεχνητής νοημοσύνης μπορούν να προσαρμοστούν γρήγορα σε αλλαγές στην κατάσταση ή στην απόδοση ενός αθλητή, παρέχοντας δυναμικές προσαρμογές στα προγράμματα προπόνησης για να διασφαλίσουν ότι η προπόνηση παραμένει αποτελεσματική και σχετική.

Με την αναθεώρηση και την επέκταση των συστημάτων προπονητικών ζωνών, μπορούμε να αξιοποιήσουμε τα εργαλεία AI για να δημιουργήσουμε πιο ακριβή, εξατομικευμένα και αποτελεσματικά προγράμματα προπόνησης που ενισχύουν την αθλητική απόδοση και προάγουν τη μακροπρόθεσμη ανάπτυξη.

Ιδρύματα Ζωνών Εκπαίδευσης

Η κατανόηση της αλληλεπίδρασης των ενεργειακών συστημάτων είναι ζωτικής σημασίας για την ανάπτυξη αποτελεσματικών προγραμμάτων αθλητικής προπόνησης και φυσικής κατάστασης. Παραδοσιακά, η επανασύνθεση του ATP - του πρωτογενούς ενεργειακού νομίσματος στους μύες - αποδίδεται σε τρία ολοκληρωμένα συστήματα: το σύστημα ATP-PCr, την αναερόβια γλυκόλυση και το αερόβιο σύστημα. Ωστόσο, πρόσφατη έρευνα υπογραμμίζει την πολυπλοκότητα και την επικάλυψη αυτών των συστημάτων κατά τη διάρκεια της άσκησης, αμφισβητώντας αυτήν την απλοποιημένη άποψη.

Το σύστημα ATP-PCr παρέχει άμεση ενέργεια για σύντομες, υψηλής έντασης προσπάθειες, αλλά εξαντλείται γρήγορα. Καθώς η άσκηση συνεχίζεται, η αναερόβια γλυκόλυση γίνεται η κυρίαρχη πηγή ATP, οδηγώντας σε συσσώρευση γαλακτικού οξέος. Σε αντίθεση με την απαρχαιωμένη αντίληψη ότι το αερόβιο σύστημα γίνεται επίκαιρο μόνο κατά τη διάρκεια παρατεταμένης άσκησης, αρχίζει να συμβάλλει στην παραγωγή ενέργειας πολύ νωρίτερα και πολύ περισσότερο από ό,τι πιστεύαμε προηγουμένως. Αυτή η πρώιμη εμπλοκή του αερόβιου συστήματος βοηθά στη διατήρηση των προσπαθειών υψηλής έντασης και καθυστερεί την κόπωση.

Έρευνα των Swanwick and Matthews (2018) και Gastin (2001) τονίζει ότι όλες οι σωματικές δραστηριότητες ενεργοποιούν κάθε ενεργειακό σύστημα σε διάφορους βαθμούς με βάση την ένταση και τη διάρκεια της άσκησης. Αυτή η αλληλεπίδραση διασφαλίζει τη συνεχή παροχή ATP και υπογραμμίζει τη σημασία της εκπαίδευσης όλων των ενεργειακών συστημάτων για τη βελτιστοποίηση της απόδοσης. Για παράδειγμα, κατά τη διάρκεια άσκησης υψηλής έντασης που διαρκεί 60-120 δευτερόλεπτα, υπάρχει σημαντική εμπλοκή τόσο των αναερόβιων όσο και των αερόβιων οδών, αποδεικνύοντας ότι η μέγιστη πρόσληψη οξυγόνου (VO2max) μπορεί να επιτευχθεί ακόμη και σε παραδοσιακές αναερόβιες δραστηριότητες.

Αναγνωρίζοντας τη δυναμική αλληλεπίδραση των ενεργειακών συστημάτων, οι προπονητές και οι αθλητές μπορούν να σχεδιάσουν προγράμματα προπόνησης που στοχεύουν συγκεκριμένα μεταβολικά μονοπάτια, οδηγώντας σε πιο αποτελεσματικές προσαρμογές και βελτιωμένη απόδοση. Αυτή η ολοκληρωμένη κατανόηση υπογραμμίζει τους περιορισμούς του παραδοσιακού μοντέλου καρδιακών παλμών 5 ζωνών, το οποίο υπεραπλουστεύει τις συνεισφορές ενέργειας και στερείται την ιδιαιτερότητα που απαιτείται για την ανταγωνιστική προπόνηση. Η υιοθέτηση μιας πιο διαφοροποιημένης προσέγγισης, όπως ένα λεπτομερές σύστημα πολλαπλών ζωνών, μπορεί να αντιμετωπίσει καλύτερα τις μοναδικές ενεργειακές απαιτήσεις διαφορετικών αθλημάτων και να βελτιστοποιήσει την αθλητική ανάπτυξη.

Ποσοστιαία συνεισφορά κάθε ενεργειακού συστήματος στη συνολική παροχή ενέργειας κατά τη διάρκεια της συνολικής άσκησης, με βάση τα δεδομένα από τους Swanwick & Matthews (2018).

Γιατί να μην χρησιμοποιήσετε τις υπάρχουσες ζώνες εκπαίδευσης;

Τα υπάρχοντα συστήματα ζωνών προπόνησης συχνά στερούνται την ιδιαιτερότητα και την προσαρμοστικότητα που απαιτούνται για ολοκληρωμένη εκπαίδευση. Τα περισσότερα από αυτά έχουν σχεδιαστεί με γνώμονα τη γενική φυσική κατάσταση και δεν λαμβάνουν υπόψη τις ξεχωριστές φυσιολογικές απαιτήσεις της συγκεκριμένης αθλητικής προπόνησης. Οι γενικές ζώνες μπορεί να οδηγήσουν σε ανεπαρκή ερεθίσματα προπόνησης, χαμένη προσπάθεια και αυξημένο κίνδυνο τραυματισμού και δεν είναι κατάλληλες για να υποστηρίξουν την ανάπτυξη και την εφαρμογή εργαλείων AI για εξατομικευμένη αθλητική προπόνηση.

Μειονεκτήματα των συστημάτων εκπαίδευσης 5 ζωνών ή λιγότερων:

• Κύρια χρήση της έντασης: Τα περισσότερα συστήματα ζωνών προπόνησης, ειδικά εκείνα που αναφέρονται μόνο στον καρδιακό ρυθμό, δεν λαμβάνουν υπόψη άλλες κρίσιμες μεταβλητές όπως η διάρκεια, η ανάπαυση, οι μέθοδοι προπόνησης και η πυκνότητα. Αυτές οι μεταβλητές είναι απαραίτητες για την αποτελεσματική συνταγογράφηση της άσκησης. Παραλλαγές ή παραλείψεις οποιασδήποτε από αυτές τις μεταβλητές αφήνουν άγνωστα τα αποτελέσματα του φόρτου εκπαίδευσης. Τα ολοκληρωμένα συστήματα ενσωματώνουν αυτές τις μεταβλητές για να παρέχουν ένα πιο ολοκληρωμένο και αποτελεσματικό πρόγραμμα προπόνησης.

• Περιορισμένη εξειδίκευση στις προσαρμογές προπόνησης: Τα απλοποιημένα συστήματα ενδέχεται να μην παρέχουν την εξειδίκευση που απαιτείται για την αποτελεσματική στόχευση διαφορετικών τύπων μυϊκών ινών και μεταβολικών οδών. Ολοκληρωμένα συστήματα όπως το μοντέλο 9 ζωνών επιτρέπουν πιο ακριβείς προσαρμογές προπόνησης στοχεύοντας συγκεκριμένα ενεργειακά συστήματα και μυϊκές ίνες.

• Ανεπαρκής ανάπτυξη αερόβιας και αναερόβιας ικανότητας: Ένα απλοποιημένο σύστημα μπορεί να μην αναπτύξει επαρκώς τόσο την αερόβια όσο και την αναερόβια ικανότητα. Τα ολοκληρωμένα συστήματα μπορούν να ανταποκριθούν καλύτερα στις συγκεκριμένες ανάγκες των αθλητών παρέχοντας στοχευμένη προπόνηση τόσο για αερόβια όσο και για αναερόβια ενεργειακά συστήματα.

• Μειωμένη ικανότητα βελτιστοποίησης της απόδοσης: Τα ολοκληρωμένα συστήματα επιτρέπουν πιο ακριβή έλεγχο της έντασης και του όγκου της προπόνησης, οδηγώντας σε καλύτερη βελτιστοποίηση της απόδοσης. Ένα απλουστευμένο σύστημα ενδέχεται να μην έχει την απαιτούμενη ευαισθησία για τη βελτιστοποίηση της προπόνησης για μέγιστη απόδοση.

• Δυνατότητα Υπερπροπόνησης ή Υποπροπόνησης: Χωρίς τη λεπτομερή δομή ενός ολοκληρωμένου συστήματος, οι αθλητές μπορεί να διατρέχουν μεγαλύτερο κίνδυνο υπερπροπόνησης ή υποπροπόνησης. Τα λεπτομερή συστήματα παρέχουν σαφείς οδηγίες για την ανάκτηση και την ένταση, μειώνοντας τον κίνδυνο λαθών προπόνησης.

• Έλλειψη λεπτομερούς παρακολούθησης και ανατροφοδότησης: Τα απλοποιημένα συστήματα ενδέχεται να μην παρέχουν τη λεπτομερή παρακολούθηση και ανατροφοδότηση που απαιτούνται για την παρακολούθηση της προόδου και την πραγματοποίηση των απαραίτητων προσαρμογών. Τα ολοκληρωμένα συστήματα προσφέρουν πιο ακριβείς μετρήσεις για την αξιολόγηση της αποτελεσματικότητας της προπόνησης.

• Αδυναμία αντιμετώπισης ατομικών διαφορών: Οι αθλητές έχουν μοναδικές φυσιολογικές αντιδράσεις στην προπόνηση. Ένα ολοκληρωμένο σύστημα μπορεί να φιλοξενήσει καλύτερα τις ατομικές διαφορές παρέχοντας ένα ευρύτερο φάσμα εντάσεων προπόνησης και πρωτοκόλλων αποκατάστασης.

• Χαμένες Ευκαιρίες για Συγκεκριμένες Προσαρμογές: Τα ολοκληρωμένα συστήματα μπορούν να στοχεύουν συγκεκριμένες προσαρμογές όπως η βελτίωση του ορίου γαλακτικού οξέος, η ενίσχυση VO2max και η ανάπτυξη αναερόβιας ισχύος. Τα απλουστευμένα συστήματα ενδέχεται να χάσουν αυτές τις συγκεκριμένες προσαρμογές λόγω ευρύτερης κατηγοριοποίησης.

• Μειωμένη ευελιξία στο σχεδιασμό της προπόνησης: Τα απλοποιημένα συστήματα ενδέχεται να περιορίσουν την ευελιξία στο σχεδιασμό προπονητικών προγραμμάτων που ανταποκρίνονται στις ποικίλες απαιτήσεις διαφορετικών αθλημάτων κολύμβησης και στις ανάγκες των μεμονωμένων αθλητών. Τα ολοκληρωμένα συστήματα προσφέρουν μεγαλύτερη ευελιξία στην προσαρμογή των εκπαιδευτικών προγραμμάτων.

Για να αντιμετωπίσει αυτά τα ζητήματα, η Wise Racer ανέπτυξε ένα ολοκληρωμένο σύστημα ζωνών προπόνησης που ενσωματώνει μια βαθύτερη κατανόηση των ενεργειακών συστημάτων και των μεταβολικών οδών. Με την αναθεώρηση των παραδοσιακών ζωνών προπόνησης, στοχεύουμε να παρέχουμε πιο ακριβή και εξατομικευμένη προπονητική υποστήριξη σε προπονητές, αθλητές και λάτρεις της φυσικής κατάστασης. Μείνετε συντονισμένοι για το επόμενο άρθρο, όπου θα εμβαθύνουμε στις βασικές μεταβολικές οδούς που οδηγούν την απόδοση στην κολύμβηση και πώς μπορούν να βελτιστοποιηθούν μέσω στοχευμένης προπόνησης.

Περίληψη

Η κατανόηση και ο έλεγχος των ενεργειακών συστημάτων και των μεταβολικών οδών του σώματος είναι ζωτικής σημασίας για τη βελτιστοποίηση της αθλητικής απόδοσης. Οι παραδοσιακές ζώνες προπόνησης, αν και είναι θεμελιώδεις, συχνά στερούνται την ιδιαιτερότητα που απαιτείται για την αθλητική προπόνηση. Η αναθεώρηση αυτών των ζωνών για να συμπεριλάβει πιο ακριβείς δείκτες επιτρέπει πιο στοχευμένη και αποτελεσματική εκπαίδευση. Η ενσωμάτωση της τεχνητής νοημοσύνης στην εκπαίδευση προσφέρει σημαντικά οφέλη, συμπεριλαμβανομένων εξατομικευμένων σχεδίων και ανατροφοδότησης σε πραγματικό χρόνο, αλλά βασίζεται σε καλά καθορισμένα μοντέλα εκπαίδευσης. Η αναγνώριση της πολυπλοκότητας των ενεργειακών συστημάτων υπογραμμίζει την ανάγκη για ολοκληρωμένες προσεγγίσεις εκπαίδευσης. Τα απλοποιημένα συστήματα μπορούν να οδηγήσουν σε μη βέλτιστα αποτελέσματα, υπογραμμίζοντας τα πλεονεκτήματα ενός πιο λεπτομερούς συστήματος ζωνών προπόνησης, όπως αυτό που αναπτύχθηκε από τη Wise Racer, το οποίο στοχεύει στη βελτίωση της ατομικής απόδοσης και στη μείωση των κινδύνων που σχετίζονται με την προπόνηση.

Θέλουμε να ακούσουμε από εσάς!

Θα θέλαμε να ακούσουμε τις σκέψεις σας σχετικά με τις έννοιες που συζητούνται σε αυτό το άρθρο. Πώς ενσωματώνετε την κατανόηση των ενεργειακών συστημάτων στις πρακτικές εκπαίδευσης ή καθοδήγησης σας; Έχετε πειραματιστεί με διαφορετικά συστήματα ζωνών προπόνησης και τι αποτελέσματα έχετε δει;

Αναφορές

• Alghannam, A. F., Ghaith, M. M., & Alhussain, M. H. (2021). Regulation of Energy Substrate Metabolism in Endurance Exercise. International Journal of Environmental Research and Public Health, 18(9), 4963. https://doi.org/10.3390/ijerph18094963. Retrieved from NCBI.
• Baker, J., (McCormick) G. M. C., & Robergs, R. (2010). Interaction among Skeletal Muscle Metabolic Energy Systems During Intense Exercise. Journal of Nutrition and Metabolism, 2010, 905612. https://doi.org/10.1155/2010/905612. Retrieved from ResearchGate.
• Barclay, C. J. (2017). Energy demand and supply in human skeletal muscle. Journal of Muscle Research and Cell Motility, 38(2), 143-155. https://doi.org/10.1007/s10974-017-9467-7. Retrieved from PubMed.
• Brooks, G. A. (2018). The Science and Translation of Lactate Shuttle Theory. Cell Metabolism, 27(4), 757-785. https://doi.org/10.1016/j.cmet.2018.03.008. Retrieved from PubMed.
• Garmin. (n.d.). Forerunner 245/245 Music - Heart Rate Features. Retrieved from Garmin.
• Gastin, P. B. (2001). Energy system interaction and relative contribution during maximal exercise. Sports Medicine, 31(10), 725-741. https://doi.org/10.2165/00007256-200131100-00003. Retrieved from PubMed.
• Ghosh, A. K. (2004). Anaerobic threshold: its concept and role in endurance sport. The Malaysian Journal of Medical Sciences: MJMS, 11(1), 24-36. Retrieved from NCBI.
• Hargreaves, M., & Spriet, L. L. (2020). Skeletal muscle energy metabolism during exercise. Nature Metabolism, 2(9), 817-828. https://doi.org/10.1038/s42255-020-0251-4. Retrieved from PubMed.
• Hearris, M. A., Hammond, K. M., Fell, J. M., & Morton, J. P. (2018). Regulation of Muscle Glycogen Metabolism during Exercise: Implications for Endurance Performance and Training Adaptations. Nutrients, 10(3), 298. https://doi.org/10.3390/nu10030298. Retrieved from PubMed.
• Maglischo, E. W. (1997). Swim Training Theory. Kinesiology, Volume 2, No. 1, pp. 4-8, 1997. Retrieved from ResearchGate.
• Olbrecht, J. (2011). Lactate Production and Metabolism in Swimming. World Book of Swimming: From Science to Performance, 255-275. Retrieved from ResearchGate.
• Olbrecht, J., & Mader, A. (2005). Individualisation of training based on metabolic measures. Retrieved from ResearchGate.
• Parolin, M. L., Chesley, A., Matsos, M. P., Spriet, L. L., Jones, N. L., & Heigenhauser, G. J. (1999). Regulation of skeletal muscle glycogen phosphorylase and PDH during maximal intermittent exercise. American Journal of Physiology, 277(5), E890-900. https://doi.org/10.1152/ajpendo.1999.277.5.E890. Retrieved from PubMed.
• Polar. (n.d.). Running Heart Rate Zones: Basics. Retrieved from Polar.
• Seifert, L., Chollet, D., & Mujika, I. (Eds.). (2011). World Book of Swimming: From Science to Performance. Rodriguez, M. Energy Systems in Swimming. Retrieved from ResearchGate.
• Swanwick, E., & Matthews, M. (2018). Energy Systems: A New Look at Aerobic Metabolism in Stressful Exercise. MOJ Sports Medicine, 2. https://doi.org/10.15406/mojsm.2017.02.00039. Retrieved from ResearchGate.
• Tanner, R., & Bourdon, P. (2006). Standardisation of Physiology Nomenclature. Retrieved from ResearchGate.
• van der Zwaard, S., Brocherie, F., & Jaspers, R. T. (2021). Under the Hood: Skeletal Muscle Determinants of Endurance Performance. Frontiers in Sports and Active Living, 3, 719434. https://doi.org/10.3389/fspor.2021.719434. Retrieved from NCBI.
• Vorontsov, A. (1997). Development of Basic and Special Endurance in Age-Group Swimmers: A Russian Perspective. Swimming Science Bulletin. Retrieved from ResearchGate.