ชุดอุปกรณ์กำหนดความถี่ก้าวและระยะก้าว สำหรับการวิ่งโดยใช้แสงไฟและเสียง ในการนำวิ่งที่ความถี่ การก้าวและระยะก้าว
คำสำคัญ:
ชุดอุปกรณ์กำหนดจังหวะและระยะก้าว, ความถี่ก้าว, ระยะก้าว, ค่าการวิ่งประหยัดพลังงานบทคัดย่อ
การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อ (1) พัฒนาชุดอุปกรณ์กำหนดจังหวะและระยะก้าว (2) ทดสอบความแม่นยำของชุดอุปกรณ์จากความถี่ก้าวและค่าระยะก้าวโดยการทำงานของชุดอุปกรณ์จะใช้ข้อมูลการประมวลผลภาพ (Image Processing) จากภาพเคลื่อนไหวในขณะวิ่งของผู้วิ่งเพื่อนำมากำหนดใช้เป็นที่มีความสัมพันธ์ที่เหมาะสมที่สุดสำหรับนักวิ่ง ขั้นตอนการดำเนินการวิจัยประกอบด้วย (1) ศึกษาความต้องการและลักษณะจำเพาะในการออกแบบ (2) กำหนดคุณลักษณะสำคัญ (3) การเลือกส่วนประกอบ (4) การออกแบบและการสร้างชุดอุปกรณ์สร้างแสงและเสียง (5) การทดสอบการทำงาน โดยใช้นาฬิกาจับเวลาความละเอียด 0.01 วินาทีในการวัดความแม่นยำ ที่ความถี่ก้าว 120 160 200 240 280 และ 320 ก้าวต่อนาที และใช้แถบวัดระยะ (สายวัดหน่วยมิลลิเมตร) ในการวัดระยะก้าวของชุดอุปกรณ์ ที่ระยะ 30 60 90 120 และ 180 เซนติเมตร โดยใช้ค่าร้อยละความแม่นยำ (% of accuracy) เป็นค่าบ่งบอกถึงประสิทธิภาพของอุปกรณ์โดย กำหนดความคลาดเคลื่อนไม่เกิน ± 5% ผลการทดลองพบว่า (1) ค่าความแม่นยำความถี่การก้าวมากที่สุด 1.32% (2) ความแม่นยำของการแสดงผลระยะก้าวมากที่สุด คือ 1.62% ซึ่งทั้งความแม่นยำของความถี่การก้าวและระยะการก้าว เป็นไปตามเป้าหมายที่กำหนดในงานวิจัยนี้ไว้ คือ ไม่เกิน 5% ซึ่งผลผลิตจากงานวิจัยนี้คือต้นแบบชุดอุปกรณ์ สำหรับกำหนดความถี่ก้าวและระยะก้าวที่สามารถนำไปใช้ในการศึกษาค่าการวิ่งประหยัดพลังงาน และใช้เป็นเครื่องมือในการฝึกซ้อมเพื่อหาค่าความถี่และระยะก้าวที่เหมาะสมกับนักวิ่งแต่ละบุคคลได้อย่างมีประสิทธิภาพ
เอกสารอ้างอิง
Barnes, K. R., & Kilding, A. E. (2015). Running economy: measurement, norms, and determining factors. Sports Medicine - Open, 1(1), 8. https://doi.org/10.1186/s40798-015-0007-y
Díaz, J. J., Fernández‐Ozcorta, E. J., & Santos‐Concejero, J. (2018). The influence of pacing strategy on marathon world records. European Journal of Sport Science, 18(6), 781–786. https://doi.org/10.1080/17461391.2018.1450899
dos Anjos Souza, V. R., Seffrin, A., da Cunha, R. A., Vivan, L., de Lira, C. A. B., Vancini, R. L., Weiss, K., Knechtle, B., & Andrade, M. S. (2023). Running economy in long-distance runners is positively affected by running experience and negatively by aging. Physiology & Behavior, 258, 114032. https://doi.org/10.1016/j.physbeh.2022.114032
Hoogkamer, W., Snyder, K. L., & Arellano, C. J. (2019). Reflecting on Eliud Kipchoge’s marathon world record: an update to our model of cooperative drafting and its potential for a Sub-2-Hour performance. Sports Medicine, 49(2), 167–170. https://doi.org/10.1007/s40279-019-01056-2
HoGberg, P. (1952). Length of stride, stride frequency, ?flight? period and maximum distance between the feet during running with different speeds. European Journal of Applied Physiology, 14(6), 431–436. https://doi.org/10.1007/bf00934422
Lockie, R. G., Murphy, A. J., Schultz, A. B., Knight, T. J., & De Jonge, X. a. J. (2011). The effects of different speed training protocols on sprint acceleration kinematics and muscle strength and power in field sport athletes. The Journal of Strength and Conditioning Research, 26(6), 1539–1550. https://doi.org/10.1519/jsc.0b013e318234e8a0
Praditpod, N., & Tantipoon, P. (2017). Effects of age and gender on reference value of kinematic gait parameters among healthy Thai adults aged 20-69 years. Journal of Medical Technology, 28(3), 308–315. Retrieved from https://www.tci-thaijo.org/index.php/ams/article/download/76281/61326
Schubert, A. G., Kempf, J., & Heiderscheit, B. C. (2013). Influence of stride frequency and length on running mechanics. Sports Health a Multidisciplinary Approach, 6(3), 210–217. https://doi.org/10.1177/1941738113508544
Sha, J., Yi, Q., Jiang, X., Wang, Z., Cao, H., & Jiang, S. (2024). Pacing Strategies in Marathons: A Systematic review. Heliyon, 10(17), e36760. https://doi.org/10.1016/j.heliyon.2024.e36760
Souza, V. R. D. A., Seffrin, A., Da Cunha, R. A., Vivan, L., De Lira, C. a. B., Vancini, R. L., & Andrade, M. S. (2022). Running economy in long-distance runners is positively affected by running experience and negatively by aging. Physiology & Behavior, 258, 114032.
https://doi.org/10.1016/j.physbeh.2022.114032
Stöhr, A., Nikolaidis, P. T., Villiger, E., Sousa, C. V., Scheer, V., Hill, L., & Knechtle, B. (2021). An analysis of participation and performance of 2067 100-km Ultra-Marathons worldwide. International Journal of Environmental Research and Public Health, 18(2), 362. https://doi.org/10.3390/ijerph18020362
Suwankan, S., Suwankan, S., Theanthong, A., & Kemarat, S. (2024). Prediction of 10 km running time by physical and training characteristics in recreational runners. Journal of Human Sport and Exercise, 19(1). https://doi.org/10.14198/jhse.2024.191.17
Taylor, J., Atkinson, G., & Best, R. (2021). Paced to perfection: Exploring the potential impact of WaveLight Technology in athletic. The Sport and Exercise Scientist , 68, 8-9. Retrieved from https://bit.ly/4oXgbNT
Van Hooren, B., & Meijer, K. (2024). Dataset of running kinematics, kinetics and muscle activation at different speeds, surface gradients, cadences and with forward trunk lean. Data in Brief, 54, 110312. https://doi.org/10.1016/j.dib.2024.110312
Watanabe, T., Kondo, S., Kakinoki, K., Fukusaki, C., & Hatta, H. (2023). Stride-to-stride variability and fluctuations at intensities around lactate threshold in distance runners. Heliyon, 9(6), e17437. https://doi.org/10.1016/j.heliyon.2023.e17437
