Hvornår går det ned ad bakke som løber – og hvor hurtigt?

Hvis man godt kan li’ at løbe og tillige at jonglere rundt med tal, så er Association of Road Racing Statisticians (ARRS) et fantastisk sted at besøge. Det er en flok løbe-nørder der indsamler alskens statistik vedrørende gadeløb. Der er data fra mere end 240.000 løb med fokus på elite og sub-elite løbere.

I et tidligere indlæg beskrev jeg at forskellen mellem kvinder og mænd i løbemæssig henseende var 11,5%, når vi sammenlignede verdensrekord-tider – men er det nu hele sandheden?

I denne omgang er jeg dykket ned i ARRS data for ”Single Age Records” – med fokus på 5 km løb. Her er registreret hurtigste tider sat af løbere indenfor hver årgang.

Hvor hurtigt løber mænd og kvinder i forhold til løbere i andre aldersgrupper?

Udgangspunktet (index 100) er den hurtigste tid. For mændenes vedkommende er det 12:59,5 sat som 18-årig af Sammy Kipketer. De øvrige tider er over index 100, da de er langsommere. Index 120 afspejler således at tiden er 20% langsommere end index 100. Så som 55-årig er man cirka 20% langsommere end den friskeste (18-årige) udgave af sig selv.

For kvindernes vedkommende er index 100 lig med 14:46,0 sat som 22-årig af Meseret Defar.

Hvad der er mere interessant er, at kvinderne har et ”bredt vindue”, hvor de top-performer, nemlig i intervallet 18-35 år. Mændene har et smallere peak-vindue, som ligger mellem de 18-28 år.

Med andre ord peaker kvinderne groft sagt 5 år senere end mændene, men har flere år hvor deres performance er helt i top, mens mændene til stadighed er under (svag) afvikling.

Hvor stor er forskellen mellem mænd og kvinder relativt set – er det 11,5% uagtet alder, eller hur?

Nej, forskellene i præstationsevne set i forhold til køn og alder varierer. En 60-årig kvinde er biologisk indrettet, så hun vil være 16% langsommere end en mand på 60 år i samme kondition.

En 37-årige kvinde vil være omkring 11,5% langsommere end en tilsvarende mand på 37 år. Alderen 37 år er ikke tilfældigt valgt – det er alderen, hvor vi er tættest på en ”biologisk udligning”.

Hvordan kan vi ellers bruge dataene?

Kig tilbage og frem på graferne – så får du en ide om, hvad du vil kunne løbe, hvis du vedligeholder din træning – eller hvis du har løbet en supertid som ung: Hvad burde du kunne løbe den på nu, hvis du strammede op på din træning?

God fornøjelse 😊

Hvis du vil lege med data i Excel: Klik her

Skriv et svar

Din e-mailadresse vil ikke blive publiceret.

9 + 1 =