Carreras competitivas en ciclismo virtual: ¿es posible, realista y justo?

by | 2 de Dic | General, Journal | 0 comments

El ciclismo virtual es una forma de ciclismo nueva y de rápido crecimiento con profundas implicaciones para el futuro del deporte, tanto para ciclistas recreativos como competitivos (para reseñas, consulte McIlroy et al., 2021; Westmattelmann et al., 2021). En el ciclismo virtual, se utiliza una bicicleta estacionaria capaz de interactuar con el software de la computadora para imitar el ciclismo al aire libre (es decir, creando resistencia que representa la topografía del recorrido, considerando la resistencia al viento y al rodamiento, simulando efectos de tiro realistas). El ciclista proporciona información (por lo general, la potencia de salida generada al pedalear) y el software utiliza elementos de gamificación y tecnología de realidad mixta (Westmattelmann et al., 2021) que contribuyen a las experiencias inmersivas. Estos incluyen sonido, gráficos e incluso efectos táctiles realistas (como que la bicicleta tiemble al pasar por superficies irregulares o que se eleve la parte delantera al subir una cuesta). La simulación generalmente se ejecuta en una computadora, computadora portátil, tableta o teléfono inteligente común, en la propia casa del ciclista.

Actualmente existen varias grandes plataformas comerciales disponibles para el ciclismo virtual. Estos se pueden diferenciar del software y las plataformas de entrenamiento digital tradicionales que también se usan comúnmente en el ciclismo por su enfoque en los aspectos sociales e interactivos (como andar en bicicleta y competir con otros usuarios). No hay estimaciones autorizadas del número de personas involucradas en el ciclismo virtual en la actualidad, pero es probable que las cifras sean de millones en todo el mundo. Por ejemplo, la plataforma más grande (Zwift), establecida en 2015, reportó 550 000 usuarios en 2018 (Bonnington, 2018) y 2,5 millones en 2020 (Largo, 2020), tras una entrada masiva de capital y crecimiento de usuarios. Es probable que la pandemia de COVID-19 haya acelerado este desarrollo; por ejemplo, en 2020, la plataforma batió un nuevo récord con 35.000 usuarios simultáneos en línea (Schlange, 2020). La pandemia también ha obligado a adaptar muchos eventos ciclistas fundamentales (incluidos los eventos de paraciclismo y triatlón) a versiones en línea, desde campeonatos locales hasta nacionales e internacionales.1 El legendario Tour de Francia se ha corrido en línea (hermano, 2020), y el ciclismo virtual ha sido presentado como parte de la Serie Virtual Olímpica por el Comité Olímpico Internacional (COI, 2021). En poco tiempo, deportistas, organizadores, entrenadores, patrocinadores y aficionados se han visto catapultados a esta nueva realidad digital.

A pesar del crecimiento masivo del ciclismo virtual y su rápida adaptación a las carreras, casi ninguna investigación ha explorado las numerosas preguntas que rodean este desarrollo. Recientemente, sin embargo, ha habido algunos intentos importantes para describir y delinear el ciclismo virtual como un fenómeno, incluido su potencial e implicaciones, y sugerencias para futuras investigaciones (McIlroy et al., 2021; Westmattelmann et al., 2021).

Una línea crucial de investigación es el estado de las carreras competitivas a través del ciclismo virtual. Recientemente, las trampas y el dopaje en las carreras virtuales han comenzado a explorarse en la literatura científica, incluidas recomendaciones sobre cómo el deporte debe manejar estos problemas en el futuro (Richardson et al., 2022). Sin embargo, hasta donde sabemos, solo dos estudios han examinado aspectos de las carreras virtuales, centrándose en ciclistas competitivos que hicieron la transición a las carreras virtuales debido a las restricciones de COVID-19 (Westmattelmann et al., 2021, 2022). Tanto Westmattelmann et al. (2021) y Mcllroy et al. (2021) enfatizan la importancia primordial de esta área, especialmente la precisión y confiabilidad de las carreras virtuales, para ganar una mayor aceptación y credibilidad para esta forma de ciclismo. Las carreras virtuales se consideran realistas (incluso por ciclistas profesionales) y se ha sugerido que exijan un rendimiento físico similar al de las carreras tradicionales (Westmattelmann et al., 2021). La diferencia notable entre el ciclismo virtual y el ciclismo de ruta tradicional es que el primero suele tener una duración significativamente más corta (generalmente dura entre 40 y 60 minutos). Por lo tanto, el ciclismo virtual se puede comparar con las competiciones de contrarreloj, el ciclismo en pista y otras formas de ciclismo de menor duración. Si bien el ciclismo virtual en general deja cierto espacio para que los usuarios ocasionales tergiversen o manipulen su desempeño real a través del juego (por ejemplo, cambiando su peso, longitud, género o manipulando su equipo), la comunidad de carreras virtuales ha desarrollado varias prácticas que abordan cuestiones relacionadas con la equidad y la igualdad en las carreras. Por ejemplo, se han creado pautas que regulan los tipos de equipos utilizados para las carreras, su confiabilidad y métodos para validar la energía generada en el juego (como el uso de una fuente de energía secundaria) (Zwift Cycling Esports Ruleset; Zwift, 2021). Estos también incluyen procedimientos para garantizar la identidad del ciclista, la precisión de la habilidad del ciclista y las características de desempeño. Existen protocolos para verificar la altura y el peso de los ciclistas, recopilar y verificar datos de rendimiento de ciclismo virtual y tradicional, e incluso realizar verificaciones o carreras mientras se transmite en vivo simultáneamente a través de la grabación de video. Sin embargo, estos procedimientos no son familiares para la mayoría de los ciclistas. Incluso si se conocen, la mayoría de los ciclistas carecen de conocimientos más profundos sobre el razonamiento detrás de las reglas y cómo pueden informar las prácticas de conducción para un ciclismo más informal.

Propósito del presente estudio

El presente estudio examina las salidas de potencia generadas y el equipo utilizado en carreras de ciclismo virtuales al observar datos naturalistas de los resultados oficiales de la carrera. Este enfoque es relevante por varias razones y da como resultado dos objetivos principales para el estudio. En primer lugar, queremos ofrecer una visión general de las demandas fisiológicas y técnicas asociadas con este tipo de ciclismo. Tanto para ciclistas como para entrenadores que no estén familiarizados con las carreras virtuales, esta información puede ayudar a contextualizar las carreras virtuales en relación con el ciclismo en general, por ejemplo, si las carreras virtuales se pueden incorporar a un régimen de entrenamiento tradicional. También proporciona algunas referencias y puntos de vista para la capacidad de evaluación comparativa que puede guiar a los ciclistas en la evaluación de su rendimiento (p. ej., elegir qué categoría de carrera podría ser la más apropiada) y su equipo (p. ej., guía sobre qué equipo obtener y cómo evaluar si produce salidas de potencia realistas). Además, también puede guiar el entrenamiento e incluso los esfuerzos de carrera, ya que ilustra las salidas de potencia críticas y sus duraciones para las carreras virtuales típicas.

En segundo lugar, queremos ver el acuerdo entre los medidores de energía primarios y secundarios en estos datos. Esto es relevante como un método importante para evaluar la confiabilidad del equipo utilizado en el ciclismo virtual. Sin embargo, este tipo de análisis también puede dar información mucho más matizada. Puede comenzar a construir una imagen de posibles problemas sistemáticos y variables con importancia para la validez de las salidas de potencia. Para dar algunos ejemplos, podría haber diferencias sistemáticas entre diferentes tipos de diseños de medidores de potencia (p. ej., un entrenador frente a un medidor de potencia basado en pedales) o incluso entre fabricantes y modelos (p. ej., medidores de potencia altamente precisos frente a imprecisos). Además, podría haber problemas variables que dependan de la intensidad y la duración del esfuerzo (p. ej., las lecturas de potencia podrían ser menos confiables para rendimientos altos versus bajos y duraciones largas versus cortas) o características del ciclista (como usar una cadencia alta vs. baja cadencia). Cualquier diferencia sistemática o variable (y las interacciones de estas) podría ser directamente relevante para influir en los resultados de las carreras.

Método

Diseño, muestreo y métodos estadísticos

Este estudio utilizó datos de carreras reales. Los datos se extrajeron de www.zwiftpower.com, donde se registran los resultados oficiales y la potencia de todos los eventos de carreras virtuales en la plataforma Zwift. En el sitio de Zwiftpower, los ciclistas pueden enviar sus archivos de potencia de salida para medidores de potencia adicionales. Para este estudio, se examinaron los datos de potencia de tres carreras diferentes en la Premier Division masculina semanal de la serie Zwift Racing League (que actualmente es el escalón más alto de carreras virtuales disponible). Se recopilaron datos para aquellos ciclistas en los que se disponía de fuentes primarias y secundarias de datos de potencia.2 Las tres carreras tuvieron lugar en enero de 2022 y los datos comprenden 76 corredores individuales,3 totalizando 117 observaciones. Las carreras fueron consideradas como observaciones independientes en los análisis. Además de los datos de potencia, Zwiftpower recopiló información autoinformada sobre marcas y modelos de entrenadores inteligentes y medidores de potencia para cada carrera. Los pesos de todos los corredores (norte= 201) en estas carreras varió entre 53,3 y 86,9 kg (METRO= 70,3, Dakota del Sur= 5,6). Los tiempos de llegada en las carreras eran típicamente alrededor de 40 min.

Para examinar el acuerdo entre las fuentes de energía primarias (que siempre es el entrenador inteligente para estas carreras, según lo regulado por el conjunto de reglas de carreras electrónicas de Zwift; Zwift, 2021) y fuentes de energía secundarias (que es un medidor de potencia basado en manivela o pedal), se comparó la potencia de salida para la mejor duración de 5 y 15 s de cada corredor, y las duraciones de 1, 5 y 20 minutos de las carreras . Esto se hizo calculando los valores medios para cada par de medidas, las diferencias medias y construyendo diagramas de Brand-Altman (Bland y Altman, 1986) para cada intervalo de medición. Luego, las parcelas se usaron para evaluar la distribución de las mediciones en función de los intervalos de confianza del 95%. Finalmente, para evaluar la existencia de un posible sesgo (proporcional) para cualquiera de los tipos de medición, se realizaron análisis de regresión lineal estándar utilizando las diferencias de medias de las medidas como variables independientes y las diferencias como variables independientes. Todos los análisis se realizaron con el paquete estadístico JAMOVI (versión 2.2.5) (www.jamovi.org).

Resultados

Equipos utilizados y sus salidas de potencia

Mesa 1 muestra los valores medios para cada tipo de medición y duración, la media combinada para ambas medidas, la diferencia de medias y el valor asociado SD. Mesa 2 muestra una descripción general de los tipos de equipos utilizados, divididos por tipo (entrenador inteligente, bicicleta inteligente, a pedales…

Truncado a 10000 caracteresTraducido automáticamente
Publicación Original

0 Comments

Submit a Comment

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *