Examensarbete
Kandidatnivå
Sambandet mellan rörelseekonomin vid cykling och löpning för elitaktiva triathleter
The relationship between gross efficiency during cycling and running among elite triathlets
Författare: Marie Carlsson Handledare: Tomas Carlsson Examinator: Magnus Carlsson
Ämne/huvudområde: Idrotts- och hälsovetenskap Kurskod: GIH253
Poäng: 15 hp
Examinationsdatum: 2019-07-04
Vid Högskolan Dalarna finns möjlighet att publicera examensarbetet i fulltext i DiVA.
Publiceringen sker open access, vilket innebär att arbetet blir fritt tillgängligt att läsa och ladda ned på nätet. Därmed ökar spridningen och synligheten av examensarbetet.
Open access är på väg att bli norm för att sprida vetenskaplig information på nätet.
Högskolan Dalarna rekommenderar såväl forskare som studenter att publicera sina arbeten open access.
Jag/vi medger publicering i fulltext (fritt tillgänglig på nätet, open access):
Sammanfattning
Syfte
Syftet med denna studie var att undersöka om det finns ett samband mellan rörelseekonomin (GE) i cykling och löpning, hos elitaktiva triathleter. Vidare syftar denna studie till att undersöka om det finns någon skillnad mellan GE vid cykling och löpning samt om det finns någon könsmässig skillnad i GE för dessa två olika aktivitetsformer.
Metod
Studiedeltagarna (5 kvinnor, 5 män) (23 ± 7,5 år) genomförde ett cykeltest och ett löptest för att bestämma deltagarnas GE. Rullbandets lutning var 2,5º och intensitetsnivåerna varade fem minuter med en minuts stående vila. För varje ny nivå ökade hastigheten med 2,4 km∙tim
-1vid cykeltestet och 0,6 km∙tim
-1vid löptestet. Under testen analyserades deltagarnas syreupptagning samt direkt efter avslutad nivå togs ett laktatprov. Deltagarnas GE beräknades utifrån den relativa arbetsnivån där laktathalten stigit 1 mmol∙l
-1från det lägsta uppmätta värdet. Pearsons korrelation, oberoende t-test och parat t-test genomfördes för att kunna identifiera eventuella samband, könsskillnader respektive skillnader för de två aktivitetsformerna avseende GE. Alfanivån för statistisk signifikans sattes till 0,05.
Resultat
Det var ett signifikant samband mellan GE för cykling och löpning (p = 0,041). Det förekom ingen könsmässig skillnad i GE för varken cykling (p = 0,59) eller löpning (p = 0,31). Däremot är GE för cykling högre än för löpning (p < 0,001).
Slutsatser
En triathlet med högt GE vid cykling har generellt sett ett högt GE vid löpning, trots att dessa aktivitetsformer skiljer sig åt såväl koordinativt som utifrån ett GE-perspektiv.
Nyckelord: Rörelseekonomi, cykling, löpning
Abstract
Purpose
The aim of this study was to investigate whether there is a correlation between gross efficiency (GE) in cycling and running among elite triathletes.
Furthermore, this study aims to investigate if there is a difference between GE in cycling and running and whether there is any gender difference in GE for these two different forms of activity.
Methods
The participants (5 women, 5 men) (23 ± 7.5 years) performed a cycle test and a running test to determine the participants’ GE. The treadmill inclination was set to 2.5º and the intensity levels lasted five minutes with one minute standing rest. For each new level, the speed increased by 2.4 km∙h
-1in the cycling test and 0.6 km∙h
-1in the running test. During the tests, the participants’ oxygen uptake was analysed and a lactate sample was taken immediately after the completed level. The
participants’ GE was calculated based on the relative work intensity where the lactate concentration increased 1 mmol∙l
-1from the lowest measured value.
Pearson's correlation, independent samples t-test and paired sample t-test were conducted to identify relationship, gender differences, and difference in GE
between the activity forms, respectively. The alpha level for statistical significance was set to 0.05.
Results
There was a significant correlation between GE in cycling and running (p = 0.041).
There was no significant gender difference in GE for either cycling (p = 0.59) or running (p = 0.31). However, GE in cycling was higher than in running (p < 0,001).
Conclusions
A triathlete with high GE in cycling generally has a high GE in running, despite that these forms of activity differ both coordinatively and from a GE perspective.
Key words: Gross efficiency, cycling, running
Innehållsförteckning
Introduktion ... 2
Syfte ... 5
Frågeställningar ... 5
Metod ... 6
Urval ... 6
Förberedelser ... 6
Cykeltest ... 7
Vila ... 10
Löptest ... 10
Statistisk analys ... 11
Etiska överväganden ... 11
Resultat ... 12
Diskussion ... 15
Resultatdiskussion ... 15
Metoddiskussion ... 17
Fortsatt forskning ... 19
Slutsatser ... 20
Referenser ... 21
Bilagor ... 24
Bilaga 1. Informationsbrev ... 24
Bilaga 2. Samtyckesformulär ... 26
Introduktion
Standarddistansen för en triathlon är den olympiska distansen vilken omfattar 1,5 km simning, 40 km cykling och 10 km löpning med en totaltid under två timmar för världseliten (Bentley, Millet, Vleck, & McNaughton, 2002). Vid den
olympiska distansen startar eliten samtidigt och det är tillåtet att ligga bakom varandra under såväl simmomentet, cykelmomentet som löpmomentet.
Inom uthållighetsidrott kan prestationen påverkas av såväl mentala strategier med visualisering, självprat och målsättning (McCormick, Meijen & Marcora, 2015) som fysiologiska mekanismer som hur snabbt man kan anpassa syreupptaget utifrån ett förändrat syrekrav i muskulaturen (Jones & Carter, 2000). De viktiga fysiska kraven för en elittriathlet är ett högt maximalt syreupptag (V̇O
2max), en hög intensitetsnivå vid den anaeroba tröskeln och ett högt GE (Sleivert &
Rowlands, 1996). Även tekniska och taktiska färdigheter i både simningen, cyklingen och löpningen påverkar prestationen (Ofoghi, Zeleznikow, Macmahon, Rehula, & Dwyer, 2016).
Triathlontävlingar på den olympiska distansen möjliggör att man rent taktiskt kan lägga sig bakom medtävlare för att minska vatten- och luftmotståndet vid de olika delmomenten med avsikt att spara energi (Bentley et al., 2002, Zouhal et al., 2015, Davies, 1980). Denna energisparande strategi kan medföra att atleten orkar springa på en högre procent av sitt V̇O
2max vid löpmomentet (Bentley et al., 2002).
Mooses et al. (2015) undersökte den Kenyanska löpareliten där achilles momentarm associerades med en bättre rörelseekonomi och att detta är en av många faktorer som kan förutse prestationen. Rörelseekonomi (gross efficiency (GE)) är förhållandet mellan utfört arbete som genereras och den totala
metaboliska energikostnaden och kan formuleras som GE = utfört arbete /
energiförbrukning och uttrycks i procent (Ettema & Lorås, 2009). Ettema och
Lorås (2009) menar att en atlet med ett högt GE är mer energieffektiv vid en given
hastighet än vad en icke energieffektiv atlet är. Genom ett rörelseekonomitest, som
utförs på ett rullband, beräknas det utförda arbetet vilket är det arbete som krävs
för att övervinna hjulens rullfriktion och arbetet mot gravitationen vid den givna
arbetsintensiteten. (Carlsson et al., 2016). Energiförbrukningen beräknas genom att
fastställa respiratoriska kvoten (RER), som är kvoten av inandat syre och utandad
koldioxid, samt medelvärdet av syreupptaget de sista två minuterna vid den givna arbetsintensiteten (Carlsson et al., 2016).
Enligt Moseley, Achten, Martin, och Jeukendrup (2004) finns det ingen signifikant skillnad mellan motionärers (18,6 ± 0,3 %), tränade cyklisters (18,8 ± 0,4 %) och elitcyklisters (17.9 ± 0,3 %) GE. Lucia, Hoyos, Perez, Santalla och Chicharro (2002) undersökte manliga professionella cyklister, där resultatet visade på att ett högt GE (24,5 ± 0,7 %) vid cykling verkar kompensera för ett relativt lågt
V̇O
2max. Hopker, Jobson, Carter och Passfield (2010) jämförde manliga och kvinnliga tävlingscyklister, där GE var högre hos kvinnor vid 150 W (22,5 ± 2,1 vs 19,9 ± 1,8 %) och 180 W (22,3 ± 1,8 vs 20,4 ± 1,5 %). Nickleberry och Brooks (1996) menar att tidigare cykelerfarenhet var av mindre betydelse när GE
jämfördes mellan manliga motionärer och tävlingscyklister där GE för cyklingen var mellan 15-28 % hos tävlingscyklisterna och mellan 13-22 % hos motionärerna.
Enligt Foster och Lucia (2007) har triathleter på hög nivå, antingen genom träning eller genetiska fördelar, höga värden för V̇O
2max och att framtida förbättringar hos en individs prestation kan bero på förbättrad rörelseekonomi vid löpning. Det förekommer att löpekonomin uttrycks i hur lågt V̇O
2löparen har vid den givna hastigheten 3:44 min∙km
-1, där den högsta rapporterade rörelseekonomin vid löpning år 2007 var 39,0 ml∙min
-1∙kg
-1(Foster & Lucia, 2007). Conley och Krahenbuhl (1980) observerade rörelseekonomi vid löpning i ett nationellt 10 km lopp i USA, där männen efteråt testade sitt syreupptag i ett steady-state-test och ett V̇O
2max-test. Steady state anses vara det mest stabila tillståndet att läsa av
rörelseekonomin (Conley & Krahenbuhl, 1980). De menar att rörelseekonomi vid löpning spelar stor roll för prestationen i ett 10 km lopp för vältränade löpare med liknande V̇O
2max. Daniels och Daniels (1992) undersökte vältränade manliga och kvinnliga medel- och långdistanslöpare som utförde submaximala tester vid olika rullbandshastigheter. Det fanns inga signifikanta skillnader vid liknande intensitet mellan könen. Männen var dock mer rörelseekonomiska än kvinnorna vid samma hastighet, där männen konsumerade mindre syre (p < 0,05).
Inom triathlon har en tidigare studie undersökt sambandet mellan triathleters
rörelseekonomi vid cykling och löpning (Swinnen, Kipp, & Kram, 2018). De
använde sig av ett konstant motstånd (200 W) vid cyklingen (på en stationär
testcykel) och en bestämd hastighet vid löpningen (12,5 km∙tim
-1vid horisontell lutning) och uttrycker rörelseekonomi som effektutveckling. Inget samband påvisades mellan rörelseekonomin för cykling och löpning (r = 0,66; p = 0,053).
En stationär testcykel begränsar dem laterala cykelrörelserna som förekommer vid
naturlig vägcykling och påverkar sannolikt cyklistens rörelser (Hug & Dorel,
2009). Rörelser som cyklisten orsakar utöver den energi som enbart används för att
komma framåt kan vara en svaghet som Swinnen et al. (2018) inte tagit hänsyn till
i sin undersökning av rörelseekonomi. Swinnen et al. (2018) analyserade data från
friska, uthållighetsutövande manliga atleter (löpare, cyklister och triathleter) samt
rekommenderar att resultatet inte bör generaliseras för kvinnor. Följaktligen har
ingen tidigare studie undersökt skillnaden och sambandet mellan elitaktiva
triathleters GE vid cykling och löpning på rullband vid konstant lutning.
Syfte
Syftet med denna studie var att undersöka om det finns ett samband mellan rörelseekonomin (GE) i cykling och löpning, hos elitaktiva triathleter. Vidare syftar denna studie till att undersöka om det finns någon skillnad mellan GE vid cykling och löpning samt om det finns någon könsmässig skillnad i GE för dessa två olika aktivitetsformer.
Frågeställningar
Finns det ett samband mellan elitaktiva triathleters GE vid cykling och löpning?
Finns det skillnad mellan mäns och kvinnors GE vid cykling?
Finns det skillnad mellan mäns och kvinnors GE vid löpning?
Finns det skillnad mellan GE för löpning och cykling?
Metod
Urval
Tio elitaktiva triathleter (5 kvinnor, 5 män) deltog i studien, se tabell 1. Sju av studiedeltagarna (SD) hade placerat sig topp tre på svenska ungdoms-, junior- eller seniormästerskapen (U/J/S SM) under se senaste fem åren. Samtliga SD hade meriterat sig inom topp åtta i U/J/S SM under samma period. Studiedeltagare rekryterades från en gymnasieskola (NIU) med triathloninriktning (n = 3) och från en förening med elitaktiva triathleter (n = 7) boende i närområdet. Deltagarna i studien fick ta del av ett informationsbrev (Bilaga 1) som beskrev studien och deras medverkan, samt hur personuppgifter skulle hanteras. Därefter hade SD möjlighet att ställa frågor angående testprocedur och förberedelser. SD fick
instruktioner om att de enbart fick genomföra lättare träning dagarna innan testerna samt att inte träna något samma dag som testerna. Vidare instruerades SD om att inte äta eller dricka något (förutom vatten) två timmar innan teststart.
Tabell 1. Studiedeltagarnas ålder, vikt och längd.
Kvinnor Män Totalt
Ålder (år) 23,0 ± 7,5 24,8 ± 6,5 25,0 ± 7,0 Vikt (kg) 63,6 ± 10,5 72,8 ± 5,0 65,0 ± 12,0 Längd (cm) 169,2 ± 9,5 180,8 ± 4,5 172,0 ± 12,5 Ålder, vikt och kroppslängd presenteras som medelvärde ± standardavvikelse.
Förberedelser
En hälsodeklaration fylldes i och samtyckesformuläret skrevs på innan teststart.
Mätning (Harpenden Stadiometer; Holtain Ltd, Crymych, Storbritannien) och vägning (Midrics 2; Sartorius AG, Göttingen, Tyskland) av SD samt vägning av material, såsom cykel, hjälm, cykelskor, säkerhetssele, pulsband och löparskor samt de kläder som skulle användas under testerna, som skulle användas under testerna gjordes innan SD beträdde rullbandet. Kalibrering av
syreupptagningsutrustningen gjordes under uppvärmningen. En standardiserad
uppvärmning genomfördes på rullbandet, där de fem första minuterna även syftade
till inlärning uppe på bandet med cykeln vid en hastighet på 18 och 20 km∙tim
-1för
kvinnor respektive män vid noll graders lutning. Därefter höjdes lutningen och hastigheten sänktes till studiedeltagarens angivna ingångsvärden under ytterligare 2,5 minut, med avsikt att SD skulle få känna på rullbandslutningen och hastigheten inför testet. Sedan testades friktionskoefficienten mellan cykel och rullband, då justerades bandets lutning till ett negativt värde (nedförsbacke) och hastigheten höjdes till 20 km∙tim
-1samtidigt som SD slutade trampa. När bandets lutning justerats så att SD förhöll sig i jämvikt noterades lutningen som därefter användes för att beräkna friktionskoefficienten (µ) utifrån formeln: µ = (m
tot∙ g ∙ sin α) / (m
tot∙ g ∙ cos α), där m
totär SD:s totala massa inklusive cykel, g är
gravitationskonstanten och α är jämnviktslutningen.
Cykeltest
Testtillfället utgjordes inledningsvis av ett cykeltest (med egen cykel och egna cykelskor) efterföljt av ett löptest, för att efterlikna ordningsföljden i triathlon.
Testet undersökte GE vid 5-6 stycken olika intensitetsnivåer, baserat på SD:s avklarade intensitetsnivås RER-värde. Även SD:s uppskattning av intensitetsnivån beaktades utefter Borgskalan (Borg, 1982), där skattningen inte skulle överstiga 17 (”mycket ansträngande”) för att SD i detta avseende skulle få genomföra
ytterligare en nivå. Hastighetsnivåerna för cyklingen ökades med 2,4 km∙tim
-1(Tabell 2).
Tabell 2. Hastighetsnivåerna hos kvinnor och män för respektive intensitetsnivå.
v, 1 (km∙tim-1)
v, 2 (km∙tim-1)
v, 3 (km∙tim-1)
v, 4 (km∙tim-1)
v, 5 (km∙tim-1)
v, 6 (km∙tim-1)
Kvinnor cykling 11,6 14,0 16,4 18,8 21,2 23,6
Kvinnor löpning 8,2 8,8 9,4 10,0 10,6 11,2
Män cykling 16,4 18,8 21,2 23,6 26,0 28,4
Män löpning 10,0 10,6 11,2 11,8 12,4 13,0
v representerar rullbandshastigheten. De olika hastighetsnivåerna utfördes med en rullbandslutning på 2,5°.
Figur 1. Flödesschema för testproceduren avläses från höger till vänster. Uv = uppvärmning på bandet innan testets start. När SD 1 vilar testas SD nr 2.
Testerna genomfördes på ett rullband (HP COSMOS Saturn 450/300rs;
h/p/cosmos sports & medical GmbH, Nussdorf-Traunstein, Tyskland) med en konstant lutning (2,5º) för både cyklingen och löpningen. Syreupptagningen mättes med hjälp av syreupptagsutrustning (Jaeger Oxycon Pro; Erich Jaeger Gmbh, Tyskland) som även mätte produktionen av koldioxid. Detta
syreupptagningsinstrument gjorde det möjligt att ta reda på energiförbrukningen för de olika arbetsintensiteterna för både cykel- och löpmomentet. Som en extra åtgärd för att kontrollera intensitetsnivåerna togs ett kapillärt blodprov efter uppvärmning och efter varje avklarad hastighetsnivå för att analysera blodlaktatkoncentrationen (Biosen 5140; EKF-Diagnostic GmbH, Barleben, Tyskland). Varje hastighetsnivå var fem minuter lång för att vara säker på att SD uppnådde steady state (ett tillstånd där syreförbrukningen är konstant under en längre tid). Varje avklarad hastighetsnivå efterföljdes av en minuts vila där bandet stannades och ett kapillärt blodprov togs.
För beräkning av GE nyttjades förhållandet; utfört arbete / energiförbrukning.
Friktionskoefficienten användes för att beräkna det utförda arbetet genom ((m
tot∙ g
∙ [sin α] ∙ v + k
1∙ m ∙ g ∙ [cos α] ∙ µ ∙ v) ∙ k
2) ∙ 1000
-1(W). I de fall då arbetsintensiteteten resulterade i ett RER-värde över 1,0 och/eller en
blodlaktatkoncentration som översteg 4,0 mmol·l
-1, så exkluderades detta värde från den slutliga beräkningen av GE. Vid en arbetsintensitet vid eller över en laktatkoncentration på 4 mmol·l
-1kommer det en för stor del av energibidraget från anaeroba processer vilket medför att GE-värdet inte blir lika tillförlitligt (Foster & Lucia, 2007). Däremot användes eventuella laktatvärden högre än 4,0 mmol·l
-1för att skapa kurvan för sambandet mellan arbetsintensitet och
laktatkoncentration. Mätvärdena från syreupptagningsutrustningen importerades
till Excel för att beräkna medelvärdet av RER, V̇CO
2och V̇O
2under de sista två
minuterna för varje intensitetsnivå för respektive löp- och cykeltest.
För att kunna jämföra rörelseekonomivärdena för cykling och löpning så utgjordes arbetsintensiteten vid laktatvariabeln Rise1mmol referensvärdet. Rise1mmol representerar den arbetsintensitet då blodlaktatvärdet stigit 1 mmol·l
-1från det lägsta uppmätta värdet. Exempelvis 0,64 mmol vid 158,5 W till 1,64 mmol vid 218 W (Figur 2). För att fastställa Rise1mmol plottades först mätvärdesparen för laktat och arbetsintensitet in i ett diagram och laktatkurvans ekvation beräknades i Excel (Figur 2). Med utgångspunkt från kurvans ekvation beräknades det laktatvärde som varje effektutveckling motsvarade och effektvärdet vid Rise1mmol lästes av.
Nästa steg i att fastställa vilket GE-värde som effektutvecklingen vid Rise1mmol motsvarade var att ta fram det linjära sambandet mellan effektutvecklingen och GE (Figur 3). Ekvationen för sambandet användes sedan för att beräkna GE vid
Rise1mmol.
Figur 2. Exempel på samband mellan laktatkoncentration och effektutveckling under
cykelmomentet. Tredjegradkurvans ekvation presenteras som y = k3 ∙ x3 + k2 ∙ x2 + k1 ∙ x + m. De rödstreckade linjerna åskådliggör effektutvecklingen vid Rise1mmol som i detta exempel är 218 W.
Figur 3. Exempel på samband mellan GE och effektutvecklingen för cyklingen med linjens ekvation i förhållandet y = k ∙ x + m. De rödstreckade linjerna åskådliggör vilken GE som effektutvecklingen vid Rise1mmol, som i detta exempel är 218 W, motsvarar.
Vila
Efter cykeltestet erhöll SD 50-70 minuters passiv vila. Detta för att två deltagare utförde testerna under samma tillfälle. När SD 1 utfört cykeltestet startade uppvärmningen för SD 2, därmed vilade SD 1 när SD 2 testades. Löptestet inleddes med en standardiserad uppvärmning som genomfördes på rullband i fem minuter, på SD:s angivna ingångshastighet med en rullbandslutning på 2,5º (Figur 1). Efter uppvärmningen togs ett laktatprov för att försäkra sig om på att SD återhämtat sig efter cykeltestet.
Löptest
Löptestet undersökte GE vid 4-7 stycken olika intensitetsnivåer som vardera bibehöll 5 minuter (Tabell 2), baserat på samma kriterier för att ytterligare en nivå skulle genomföras som för cyklingen. För varje ny nivå ökade
rullbandshastigheten med 0,6 km∙tim
-1samtidigt som lutningen behölls konstant på 2,5º. Efter varje avslutad nivå var det en minuts vila under vilken ett laktatprov togs och ansträningsnivån skattades. Beräkning av GE gjordes på samma sätt som vid cykeltestet där första steget var att fastställa effektutvecklingen då
laktatkoncentrationen stigit 1 mmol∙l
-1från den lägsta uppmätta koncentrationen.
Utifrån det linjära sambandet mellan GE och effektutvecklingen beräknades
därefter det GE-värde som motsvarade effektutvecklingen vid Rise1mmol.
Statistisk analys
Mätvärdena presenteras som medelvärde ± standardavvikelse. För att undersöka om testvariablerna var normalfördelade användes Shapiro-Wilk-test. Sambandet mellan GE för cykling och löpning analyserades med hjälp av Pearsons
korrelation. Ett parat t-test utfördes för att undersöka skillnaden mellan GE för cyklingen och GE för löpningen vid Rise1mmol. Ett oberoende t-test gjordes för att se om signifikant skillnad förekom mellan män och kvinnor hos GE för cykling respektive GE för löpning. De statistiska analyserna genomfördes i
analysprogrammet IBM SPSS Statistics software, version 25. (IBM Corporation, Arnmonk, NY, USA). Alfanivån för statistisk signifikans sattes till 0,05.
Etiska överväganden
Studiedeltagarna informerades om hur personuppgifter skulle komma att hanteras i informationsbrevet (Bilaga 1) och att Högskolan Dalarna var ansvarig för
behandlingen av personuppgifter i samband med examensarbetet. Som deltagare i undersökningen kunde studiedeltagarna enligt Dataskyddsförordningen (GDPR) erhålla information om hur personuppgifter behandlats under arbetet.
Studiedeltagarna fick även information om att de hade rätt att ansöka om ett så kallat registerutdrag, samt att få eventuella fel rättade. De informerades att fråga Högskolans dataskyddsombud om frågor uppkom angående behandlingen av personuppgifter. Alla mätvärden kopplade till SD kodades och förvarades skyddade på Högskolan Dalarna. I informationsbrevet inkluderades även
information om att deltagandet var frivilligt och de när som helst kunde avsluta sin medverkan utan att behöva uppge något skäl.
SD är elitaktiva och därmed överskreds arbetsbelastningen under testtillfället inte arbetsintensiteterna som vanligt hölls under ordinarie träningspass. Säkerhetssele användes under uppvärmning och tester, ett rep som var kopplad till ett nödstopp, för att undvika säkerhetsrisk.
Denna studie har godkänts av forskningsetiska nämnden vid Högskolan Dalarna
(HDa dnr: 7 1-2019/372)
Resultat
Resultatet från cykel- och löptesterna redovisas i Tabell 3.
Tabell 3. Rörelseekonomi och effektutveckling vid Rise1mmol.
GE cykling (%) GE löpning (%) P cykling (W) P löpning (W) Män 21,2 ± 0,8 8,4 ± 0,5 264,4 ± 13,8 110,5 ± 9,3 Kvinnor 21,0 ± 0,6 8,1 ± 0,6 188,0 ± 24,5 80,3 ± 16,7 GE = rörelseekonomi, P = effektutveckling och uttrycks i watt (W)
Intensitetsnivåerna som uppnåddes hos kvinnorna var upp till nivå 5-6 på cyklingen och nivå 4-7 på löpningen. Hos männen uppnåddes nivå 5-6 på cyklingen och nivå 5-7 på löpningen.
Medelvärdet för laktatkoncentrationen efter sista nivån vid cyklingen var 4,3 ± 1,1 mmol·l
-1och lägsta laktatkoncentrationen vid löpningen var 1,2 ± 0,3 mmol·l
-1. För att säkerställa att variablerna var normalfördelade användes Shapiro-Wilk-test och alla ingående variabler var normalfördelade (p > 0,05).
Pearsons korrelationsanalys påvisade att GE för löpning är korrelerad med GE för cykling vid Rise1mmol (r = 0,65; p = 0,04) (Figur 4).
Figur 4. Sambandet mellan GE för cykling och löpning (n = 10) vid en relativ arbetsintensitet motsvarande laktatvariabeln Rise1mmol (p < 0,05).
Ett parat t-test påvisade att det fanns en signifikant skillnad mellan GE för löpning och GE för cykling vid Rise1mmol (t = -80,2; p < 0,001) (Figur 5).
Figur 5. Skillnaden vid jämförelse av rörelseekonomi för cykling och löpning (n = 10) vid en relativ arbetsintensitet motsvarande Rise1mmol (p < 0,001). Kvadraten representerar
gruppmedelvärdet och felstaplar representerar ± 1 standardavvikelse. *** p < 0,001.
Ingen signifikant skillnad påvisades mellan män och kvinnor vid GE för cyklingen (t = 0,56; p = 0,59) eller GE för löpningen (t = 1,09; p = 0,31) när ett oberoende t- test användes (Figur 6 och 7).
Figur 6. Skillnaden mellan män och kvinnor vid GE för cykling vid Rise1mmol. Kvadraten representerar gruppmedelvärdet och felstaplar representerar ± 1 standardavvikelse.
***
Figur 7. Skillnaden mellan män och kvinnor vid GE för löpning vid Rise1mmol. Kvadraten representerar gruppmedelvärdet och felstaplar representerar ± 1 standardavvikelse.