Ir para conteúdo principal

Previsões de desempenho

Obtém estimativas dos tempos de conclusão de provas de 5 km, 10 km, meia maratona e maratona completa com base no teu histórico de corridas no Strava. Descobre como funciona o modelo de ML e de que dados precisa.

M
Escrito por Marie

O que são previsões de desempenho

Com as previsões de desempenho, os assinantes obtêm estimativas do tempo que demorariam a concluir as principais distâncias das provas de corrida. Estas estimativas são baseadas nos dados do histórico de atividades do assinante no Strava. As distâncias de prova incluídas são 5 km, 10 km, meia maratona e maratona.

As previsões de desempenho não têm em conta as variações do terreno e da altitude e assumem que o atleta corre a prova num percurso plano semelhante a uma pista. As previsões só estão disponíveis para assinantes e podem ser consultadas na secção Progresso do separador Eu e nas suas atividades de corrida no aplicativo móvel.

Como funciona

Para ver as previsões, um assinante deve carregar pelo menos 20 atividades de corrida num período contínuo de 24 semanas (cerca de 5 meses e meio). Deste modo, o modelo de aprendizagem automática subjacente a esta funcionalidade tem dados suficientes para fazer previsões fiéis à realidade. O modelo gera um novo conjunto de previsões para o assinante após cada corrida carregada e após três dias sem quaisquer corridas carregadas. Os assinantes que não carregarem atividades de corrida suficientes no período especificado veem um conjunto de previsões em cache correspondente à última vez que tiveram carregamentos suficientes. As previsões são atualizadas assim que o assinante retomar o carregamento e alcançar o mínimo de atividades.

As atividades em recintos fechados e na passadeira não estão incluídas nas suas previsões. Só são consideradas as corridas ao ar livre registadas com GPS. O modelo tem em conta o seu histórico de resultados ao longo do tempo e os seus melhores desempenhos, mas os dados carregados no período móvel de 24 semanas têm um peso maior. Isto faz com que as tuas previsões estejam mais estreitamente alinhadas com a tua condição física atual do que com desempenhos de um passado mais distante.

Pode consultar as suas previsões ao longo do tempo, relativas aos últimos 1, 3 e 6 meses. Para a vista mensal, podes ver as tuas previsões atualizadas diariamente. Para períodos de 3 e 6 meses, pode ver a sua previsão mediana para cada semana. Para poderes ver previsões anteriores, precisas de ter pelo menos 2 previsões no período de tempo selecionado, para a distância selecionada. Mesmo que não tenhas corridas suficientes para te darmos uma previsão atual hoje, podes ver as tuas previsões anteriores no período de tempo selecionado.

A nossa metodologia

A funcionalidade de previsão do desempenho do Strava é alimentada por um modelo de aprendizagem automática que utiliza mais de 100 atributos de dados dos atletas, incluindo o histórico absoluto de corrida e os melhores desempenhos. Ao contrário de outros sistemas de previsões para provas que utilizam dados teóricos como a estimativa do VO2 máximo, o Strava utiliza apenas dados de atividades reais para prever os resultados das provas. O sistema também compara os desempenhos de atletas com históricos de treino semelhantes, pelo que as estimativas de tempos são realistas e baseadas no desempenho de outros utilizadores com capacidades semelhantes.

Os tempos para cada distância de prova são calculados de forma independente, o que aumenta a precisão. Por exemplo, um atleta que se esteja a treinar para uma maratona, aumentando o volume semanal de corrida e concentrando-se em intervalos mais longos, poderá observar uma melhoria significativa nas suas previsões para a meia maratona e a maratona, mas não deverá observar uma melhoria equivalente nas previsões para as distâncias mais curtas.

Da mesma forma, um atleta que tenha o foco em distâncias mais curtas, dando ênfase à velocidade e à potência no seu treino, poderá registar uma melhoria mais significativa nas suas previsõespara os 5 kmeos 10 kmdo que nas distâncias mais longas, onde essas capacidades são menos importantes.

Isto respondeu à sua pergunta?