大学运动员的VBT

在我们针对特定人群的五集VBT系列的第一期中，我们将探讨大学运动员的VBT及其益处！

在之前的文章中，我们曾讨论过“基于速度的训练”（VBT）这一名称有时并不准确。人们通常认为，VBT仅在教练希望运动员快速移动杠铃时才有用。但实际上，通过追踪杠铃速度，VBT能为力量训练室中的许多决策提供依据，而如果没有这些数据，这些决策往往只能靠“凭感觉”来判断。 通过速度阈值，教练和运动员能够及时察觉杠铃负重是否过重（若运动员移动速度过慢）或过轻（若运动员移动速度过快）。

VBT 能够反映个体运动员的力量/速度曲线，并根据其运动项目和位置需求分析，揭示其优势与不足[1,3-4]。此外，VBT 还能通过实时读数和评估，反映疲劳状态和日常备战情况[6, 8]。 此外，根据所选的速度区间，该技术还能让教练和运动员了解当前负重是否适合其正在训练的特定能力[2,5]。

压力与大学生运动员

在最艰苦的休赛期训练计划中，运动员每周可能进行四次力量训练。如果一周有168小时，每次训练活动 1小时，那么学生运动员每周大约有164小时在影响其身体发挥最佳状态的能力。这种影响可能是积极的，也可能是消极的。 对于大学学生运动员而言，他们的日程和时间面临诸多额外压力，这些因素既会影响他们在活动中的表现，也会影响训练后的恢复状况。

学生运动员必须兼顾日常学业和考试、繁忙的社交生活、可能的兼职或勤工俭学岗位、饮食（及饮酒）方面的新选择、体育比赛和休闲旅行、各种形式的人际关系、爱好、社团活动等等。 所有这些事务都被压缩在一个学期（约15周，即2520小时）内，每天24小时、每周168小时中。每一小时都可能带来更多压力并限制运动员的表现能力，也可能带来更好的恢复效果并提升运动员的表现能力。

竭尽全力培养运动员

我们之所以强调这些，是为了说明这样一个事实：在一天乃至一周的大部分时间里，运动员的决策并不由教练掌控。尽管如此，教练仍需提供恰到好处的训练刺激，以促进运动员产生预期且必要的适应性变化，从而在赛场上发挥出最佳水平。

当我们不清楚运动员的状态时，这似乎是一项令人眼花缭乱且令人望而生畏的任务。虽然与运动员的交流无疑有助于了解情况，但持续的数据收集也能帮助我们全面掌握情况。更重要的是，这种数据收集还能提供即时反馈，让教练能够确切地知道，对于某位运动员而言，训练负荷是过大还是过小。 通过这种方式，我们每次训练都能让运动员发挥出最佳水平，从而彻底消除训练中的猜测成分。

满足个人需求的特定特性

大多数体能教练都清楚，大学运动员并非职业举重运动员；他们不仅时间安排紧凑，在球队中还肩负着特定的职责。在多数情况下，这涉及技术、力量、速度和爆发力的综合运用。虽然运动教练可以负责技术方面的训练，但优化力量、速度和爆发力方面的工作则主要由体能教练来完成。

我们可以通过全面分析相关运动项目或位置的需求，对运动员进行力量/速度测试以了解其需要改进的方面，然后针对特定能力进行专项训练来提升这些方面。如果没有力量与速度测试（VBT），就很难确切知道当前正在训练的是哪项能力。

速度区间与基于最大努力的传统百分比训练方案几乎完全吻合[2]。如果在高强度训练下，这些百分比在任何一天都可能向任一方向波动约18%，那么我们就应减少随机性，提高精准度[5]。通过在速度区间内进行训练，并根据运动员的需求调整负荷，我们将最大程度地降低受伤风险，同时为实现预期的适应性提供恰当的刺激。

结论

我们不仅收集数据，更将其实时应用于优化训练方案、在力量训练室建立责任机制，并将其作为实时疲劳指标。通过这些举措，我们既为自己作为力量教练，也为运动员提供了实现目标的最佳机会。大学运动员的时间安排往往十分紧张。通过在力量训练室运用数据和技术，我们可以减少力量训练中的试错成分，同时优化时间和表现。

其他相关文章！

想了解教练对VBT的看法吗？快来看看我们与大学体能教练合作的“教练专栏”系列吧！

快来看看我们的“新冠疫情后重返赛场”系列！

点击此处了解更多关于Perch 的信息！点击此处观看产品视频。点击此处访问我们的支持网站。

回归基础？回顾VBT和力量训练的起源！

关注 ！

敬请持续关注，我们将陆续推出更多关于速度训练的内容、技巧、窍门和工具。别忘了在Twitter、Instagram和LinkedIn上关注 ，并在Facebook上为我们点赞。

来源

1. Bourdon, P. C., Cardinale, M., Murray, A., Gastin, P., Kellmann, M., Varley, M. C., … Cable, N. T. (2017). 《运动员训练负荷监测：共识声明》. 《国际运动生理学与表现杂志》，12(5月)，161–170.
2. Gonzalez-Badillo, J.; Sanchez-Medina, L. 运动速度作为抗阻训练负荷强度的衡量指标。《国际运动医学杂志》2010, 31, 347–352.
3. Jidovtseff, B.; Harris, N.; Crielaard, J.; Cronin, J. 利用负荷-速度关系预测1RM。《力量与体能研究杂志》2011, 25, 267–270.
4. Jiménez-Reyes, P., Samozino, P., Brughelli, M., & Morin, J. B. (2017). 基于跳跃过程中力量-速度曲线分析的个性化训练效果。《生理学前沿》。
5. Jovanovich, M.; Flanagan, E. 基于速度的力量训练研究应用。《澳大利亚力量与体能杂志》2014, 22, 58–69.
6. 曼恩（Mann, B.）、卡扎迪（Kazadi, K.）、皮伦（Pirrung, E.）与延森（Jensen, J.）（2016）。《培养爆发力型运动员：运动员速度训练的应用》。密歇根州马斯基根海茨：终极运动员理念出版社。
7. Mann, J. B., Thyfault, J. P., Ivey, P. A., & Sayers, S. P. (2010). 自主调节渐进式抗阻训练与线性周期化训练对大学运动员力量提升的影响。《力量与体能研究杂志》。
8. Thorpe, R. T., Atkinson, G., Drust, B., & Gregson, W. (2017). 精英团体运动运动员疲劳状况的监测：对实践的启示。《国际运动生理学与表现杂志》，12，27–34。