ROEIVERENIGING RIJNLAND
Dit is het derde en laatste stukje over de Masters’ Correctiefactoren. Ik kijk hierin alleen naar de resultaten van Masters, waardoor deze resultaten iets afwijken van de vorige stukjes, waarin ook senioren werden meegenomen. Maar het idee is dezelfde: om juiste correctiefactoren te berekenen moet je een realistisch model van bootsnelheid gebruiken. Een noodzakelijke tussenstap daarin is vermogen, want in één stap van leeftijd naar snelheid werkt niet. Zo kan het verband tussen leeftijd, vermogen en bootsnelheid tot uitdrukking komen. En ik beperk me tot de recordhouders en kijk niet, zoals Breda, naar de top 10%.
Ik vat even samen wat het ‘1K lineair vermogensverlies’ opleverde. Het grafiekje hieronder toont het 1000m Concept2 record vermogen van de recordhouders in de leeftijd van 30 tot 90,. De lineaire relatie is wel duidelijk. De correlaties zijn haast perfect met R2 bijna gelijk 1.
Volgende stap gaat van record-vermogen naar recordsnelheid. Ik heb alle resultaten van de laatste 3 World masters en de laatste Euromasters doorplozen en alle 1K-recordtijden voor alle boten, M en V, en leeftijdsklassen verzameld. Niet met de werkelijke leeftijd van de winnaars, da’s teveel gepuzzel, maar de laagste categorie-leeftijd + 1 jaar. Die recordtijden tegen het bij die leeftijd behorende recordvermogen heb ik in een dubbel-logaritmische grafiek gezet en daar de correlatie van bepaald.
De lineaire trendlijnen benaderen dus de ‘recordlijnen’ voor alle boten. Met deze recordlijnen en de vermogen/leeftijdsrelaties kunnen dus formules voor recordtijd per leeftijd en geslacht worden afgeleid. Die formules zien er zo uit: log(recordtijd) = D + A*log(B + C*leeftijd)
A, B, C en D zijn constanten die kunnen verschillen naar boot, geslacht en afstand. Voor de 1000 m zijn B en C resp. 1053,3 en 9,609 voor mannen en 631,94 en 5,7879 voor vrouwen. A en D zijn bootafhankelijk:
|
1x |
2- |
2x |
4+ |
4- |
4x |
8+ |
A |
-0,27462 |
-0,25739 |
-0,24075 |
-0,27415 |
-0,27305 |
-0,2392 |
-0,26791 |
D |
3,0911 |
3,028615 |
2,964754 |
3,052797 |
3,037021 |
2,926722 |
2,994643 |
R2 |
0,944422 |
0,948656 |
0,944191 |
0,912086 |
0,926055 |
0,924015 |
0,889832 |
De correlaties waren niet allemaal even goed. Met name de grotere nummers 8 en 4 hadden een lagere R2; skiff en tweeën waren beter. Met deze waarden kunnen de correctiefactoren berekend worden door te normaliseren met de tijd van de 30 jarige skiffeur.
M |
V |
|||||||||||
30 |
40 |
50 |
60 |
70 |
80 |
30 |
40 |
50 |
60 |
70 |
80 |
|
1x |
1,000 |
0,964 |
0,924 |
0,878 |
0,826 |
0,762 |
0,869 |
0,837 |
0,802 |
0,762 |
0,716 |
0,660 |
2- |
1,030 |
0,995 |
0,956 |
0,912 |
0,861 |
0,798 |
0,903 |
0,872 |
0,837 |
0,799 |
0,753 |
0,698 |
2x |
1,068 |
1,034 |
0,996 |
0,953 |
0,903 |
0,842 |
0,944 |
0,914 |
0,880 |
0,842 |
0,797 |
0,743 |
4+ |
1,089 |
1,049 |
1,006 |
0,956 |
0,899 |
0,830 |
0,946 |
0,912 |
0,874 |
0,830 |
0,780 |
0,720 |
4- |
1,121 |
1,081 |
1,036 |
0,985 |
0,926 |
0,856 |
0,975 |
0,939 |
0,900 |
0,856 |
0,804 |
0,742 |
4x |
1,154 |
1,118 |
1,077 |
1,031 |
0,977 |
0,911 |
1,021 |
0,989 |
0,952 |
0,911 |
0,863 |
0,804 |
8+ |
1,194 |
1,152 |
1,105 |
1,052 |
0,991 |
0,916 |
1,041 |
1,004 |
0,963 |
0,916 |
0,862 |
0,797 |
Deze leeftijds-correctiefactoren wijken sterk af van die van Breda: zie grafiek hieronder. De belangrijkste reden lijkt dat de Breda-factor sterk wordt beïnvloed door groter vermogensverlies van veel ouderen: in de C2-vermogenscorrectie gebeurd dat niet. Ook is de vrouw-factor niet 0,9 en ook niet constant: 0.86-0.88.
De bootfactoren tenslotte zijn iets leeftijdsafhankelijk maar niet veel. Ook wijken enkele af van die van Breda:
|
1x |
2- |
2x |
4+ |
4- |
4x |
8+ |
Breda |
1 |
1,039 |
1,076 |
1,094 |
1,122 |
1,164 |
1,206 |
Gemiddelde C2 |
1 |
1,038 |
1,084 |
1,089 |
1,122 |
1,172 |
1,198 |
Dit geldt allemaal voor 1K. Voor andere afstanden e.g. 2K, 4K, 8K zijn aparte berekeningen nodig en een dataset van representatieve baanrecords. Het vermogensverlies met leeftijd voor grotere afstanden dan 1K is bijvoorbeeld niet langer 1e graads (lineair) maar 2e graads. Dat geeft andere correcties, zoals ik heb laten zien in het grafiekje over de Silverskiff.
Henk Helle
deel dit bericht
Inloggen om een reactie te plaatsen.
Recreatiegebied Vlietland
Oostvlietweg 63
2266 GN LEIDSCHENDAM
071-5610314
NL07 INGB 0000 7056 66
siraterceS.[antispam].@rvrijnland.nl
Meld je hier aan voor de tweewekelijkse nieuwsbrief. Afmelden kan via de link in de nieuwsbrief.
Winfred Haase
31 jan 2024 10:47
Henk, bewondering voor je onderzoek en rekenwerk. Helaas is mijn kennis van en vaardigheden met wiskunde ontoereikend om je betoog voldoende te doorgronden. Is het mogelijk je werk met een deel 4 af te sluiten met conclusies voor de praktische toepassing van de correctiefactoren of voor aanpassing van de nu gebruikte tabel. Dat Lijkt mij nuttig, omdat de betekenis voor het Masterwedstrijdroeien zal toenemen. Het lijkt mij goed om de boodschap vooral te richten op de KNRB die al een correctietabel naar leeftijd/geslacht/boot heeft geaccordeerd en als richtlijn aanbeveelt.
Henk Helle 02 feb 2024 21:17
@Winfred Haase 31 jan 2024 10:47
Dank voor de lof, Winfred. Het nut van de beschreven methode is, lijkt me, dat je niet "One size badly fits all" hoeft te gebruiken maar dat je de correctiefactor kan toesnijden op jouw traject. Spaarne LR, Tromp BR, Lingebokaal, Novembervieren, Head kunnen specifieke en accurate correctiefactoren berekenen, volgens de beschreven Silverskiff-methode, omdat ze de baanrecords kennen. Maar ik ga daar niet achteraan.