Projectomschrijving

Voor coaches en trainers is het optimaal afstemmen van belasting en belastbaarheid van atleten
een grote uitdaging. In dit project is de eerste versie van een perfect load model ontwikkeld om
hiermee de prestaties van Team NL basketbal te verbeteren. Door middel van data-analyse,
waaronder datamining, zijn er nieuwe inzichten boven water gekomen hoe prestaties beïnvloed
zouden kunnen worden.
Met meer dan 10.000 datapunten uit trainingssensoren (een nieuwe methode) en vragenlijsten is
er een analyse gedaan op basis van datamining principes. Niet alleen de trainingsbelasting van de
atleten, maar ook hun slaap, welzijn en readiness-to-train kunnen indicatief zijn voor
(toekomstige) blessures. Datamining van deze gegevens heeft enkele drempelwaardes
opgeleverd. Wanneer een atleet deze drempelwaarde overschrijdt (bijvoorbeeld als een atleet
niet genoeg nachtrust heeft) is dit een teken dat de kans op blessures vergroot.
Daarnaast is er een dashboard ontwikkeld die inzicht geeft in de belasting van een atleet tijdens
de training. Op deze manier kan een coach zien welke trainingsvorm meer of minder belastend is.
Daarnaast kan het dashboard goed gebruikt worden om trainingen te analyseren en om te
periodiseren.
Dit project heeft ons dichter bij het antwoord op de vraag gebracht: Hoe kunnen we zo optimaal
mogelijk voorbereid zijn op de belangrijkste momenten in een seizoen?
De volgende samenwerkingspartners realiseren dit project: NBB, Forwardsports.tech, AISS & SDV.

Naar boven
Direct naar: InhoudDirect naar: NavigatieDirect naar: Onderkant website