Llevar el entrenamiento basado en el rendimiento al agua 2

Diagnóstico de rendimiento en el campo: perfil de potencia y potencia crítica

Con un potenciómetro fiable que también se pueda utilizar sobre el agua, el diagnóstico del rendimiento fisiológico en el piragüismo en aguas tranquilas (canoe sprint) ya no tiene que realizarse obligatoriamente en el laboratorio. Aunque los test metabólicos en el agua ya eran posibles anteriormente, se basaban en mediciones de lactato en sangre. Un potenciómetro permite ahora realizar el diagnóstico directamente en el campo de entrenamiento, sin necesidad de test en ergómetro ni extracciones de sangre invasivas. El principio básico es simple: el atleta realiza varios esfuerzos máximos de diferente duración y se registra la potencia completada en cada uno de ellos. A partir de estos puntos de datos se obtiene el perfil personal de potencia-duración, el cual, a su vez, proporciona variables clave esenciales para el rendimiento de resistencia.

Como muestra la Figura 1, la capacidad de rendimiento de resistencia de un atleta se puede sintetizar en unas pocas variables, pero con un gran significado fisiológico. La potencia crítica es la asíntota a la que se aproxima la curva en duraciones prolongadas. Describe la intensidad más alta en la que todavía se puede mantener un equilibrio metabólico (steady-state). Por encima de la potencia crítica se encuentra W’ (pronunciado "W prima"), es decir, la cantidad limitada de trabajo que se puede realizar por encima de la potencia crítica hasta llegar al agotamiento. W’ describe energía y, por tanto, se expresa en julios o kilojulios (en este ejemplo, unos 9,5 kJ). Una vez agotada esta reserva anaeróbica, teóricamente ya no es posible mantener el rendimiento por encima de la potencia crítica, siempre que el modelo se haya aplicado correctamente y los esfuerzos subyacentes hayan sido adecuados. La tercera variable es la potencia instantánea máxima (Pmax) en el extremo más corto o superior izquierdo de la curva.

 

El estándar de oro a examen y las zonas de intensidad

¿Por qué se debería fundamentar el entrenamiento en la potencia crítica y no en el valor de referencia tradicional, el máximo estado estable de lactato (MLSS)? Durante muchos años, el máximo estado estable de lactato se consideró el estándar de oro para determinar la intensidad máxima del estado estable metabólico y, por lo tanto, el umbral definitivo del límite de resistencia aeróbica. Sigue siendo un marcador fisiológico muy valioso. El problema del MLSS radica en que su medición es compleja y, en comparación con la potencia crítica, tiende a subestimar el umbral metabólico buscado. Por lo general, se determina a partir de cuatro o cinco sesiones de esfuerzo de 30 minutos cada una con potencia constante en días diferentes, midiendo continuamente el lactato en sangre. Además, el valor obtenido es muy sensible a la duración de las etapas de carga y al protocolo de test utilizado (Heck et al., 2022; Jones et al., 2019). La potencia crítica se sitúa, de media, en torno a un 7 por ciento por encima del máximo estado estable de lactato, aunque estudios individuales reportan valores que oscilan entre el 1 y el 16 por ciento (Dekerle et al., 2003; Dekerle et al., 2005; Keir et al., 2015; Mattioni Maturana et al., 2016; Pringle & Jones, 2002; Smith & Jones, 2001).
Por el contrario, la potencia crítica marca el límite real entre la zona de carga pesada (heavy) y severa (severe), por encima del cual el consumo de oxígeno, el lactato en sangre y los metabolitos musculares se ven impulsados continuamente fuera del estado de equilibrio (Jones et al., 2019). Como valor umbral, es más robusto y resulta notablemente más sencillo de determinar en el campo con un potenciómetro. Cabe destacar que el concepto de potencia crítica no es nuevo: Monod y Scherrer ya describieron en la década de 1960 una asíntota de rendimiento con una reserva de trabajo limitada por encima de ella (Monod & Scherrer, 1965). En las últimas décadas, la potencia crítica se ha consolidado como un marcador válido del límite del rendimiento fisiológico de resistencia (Burnley & Jones, 2016; Poole et al., 2016). Precisamente esta combinación de una sólida base fisiológica y una medición sencilla en el campo representa la ventaja práctica decisiva para un sistema como el del sensor PaddlePulse.

Los conceptos modernos dividen la intensidad de la carga en zonas claramente delimitadas que se definen por sus respuestas fisiológicas y no mediante porcentajes genéricos de los valores máximos (Jamnick et al., 2020). La respuesta del lactato ante el aumento de la intensidad muestra de forma clara dónde se encuentran los límites entre estas zonas.

Como ilustra la Figura 2, el rango moderado comprende aquellas intensidades en las que el lactato en sangre permanece cerca del nivel de reposo. Su límite superior está marcado por el primer umbral de lactato (LT1) o el umbral ventilatorio (Gas Exchange Threshold, GET), es decir, aquella intensidad a partir de la cual la eliminación de dióxido de carbono aumenta de forma desproporcionada en relación con el consumo de oxígeno. En la zona pesada, el lactato en sangre aumenta por encima de la línea base, pero finalmente se estabiliza en un estado de equilibrio retardado (steady state), acompañado por un componente lento del consumo de oxígeno. El límite superior de esta zona se aproxima mediante la potencia crítica o el segundo umbral de lactato (LT2). Por encima se encuentra la zona severa, en la que ya no se alcanza el equilibrio metabólico y tanto el consumo de oxígeno como la concentración de lactato en sangre aumentan de forma continua hasta la interrupción del ejercicio (Burnley & Jones, 2016). Si se utiliza la potencia crítica como línea de demarcación de esta zona, esto permite, según Meyler et al. (2023), un control del entrenamiento más preciso que las pautas clásicas de frecuencia cardíaca basadas en porcentajes.

Para el piragüismo en aguas tranquilas, esto reviste una gran importancia: tan pronto como se disponga de mediciones continuas de potencia sobre el agua, la potencia crítica se podrá determinar directamente en el campo y utilizarse como un punto de anclaje exacto para las sesiones de alta intensidad. Esto es superior a los métodos convencionales que se apoyan en porcentajes de la frecuencia cardíaca máxima, ya que estos últimos suelen reflejar de manera poco fiable las zonas de intensidad metabólica real y, además, están sujetos a una elevada variabilidad interindividual. Un ejemplo sencillo lo aclara: dos piragüistas que entrenan al mismo porcentaje de su frecuencia cardíaca máxima pueden encontrarse en zonas metabólicas completamente diferentes. Uno puede estar por debajo de la potencia crítica, en la zona de carga pesada sostenible; el otro ya puede estar trabajando por encima de ella, en la zona severa, lo que conlleva una alteración metabólica constante y una duración limitada del esfuerzo (Meyler et al., 2023).
El anclaje en la potencia crítica puede reducir esta variabilidad. No obstante, la potencia crítica en sí no es completamente estable y puede fluctuar de un día para otro debido a la fatiga, el estado del glucógeno, el calor o el sueño. Es precisamente aquí donde las señales externa e interna se complementan en lugar de competir. La potencia muestra de manera inmediata y objetiva lo que produce el atleta, mientras que la frecuencia cardíaca refleja el coste fisiológico de ese rendimiento. Si una misma potencia mecánica causa un coste fisiológico más alto en un día determinado, esto se vuelve visible mediante la combinación de ambas señales. De este modo, la sesión de entrenamiento se puede dirigir con precisión milimétrica hacia la zona de intensidad pretendida, logrando los efectos de adaptación deseados de forma más exacta de lo que sería posible con una sola señal. Por lo tanto, el beneficio esperado no es solo un estímulo de entrenamiento agudo más uniforme, sino también una mayor proporción de atletas que logran una adaptación significativa. En una evaluación de estudios de entrenamiento, la proporción de personas que mejoraron su consumo máximo de oxígeno por encima de un umbral clínicamente relevante aumentó a alrededor del 64 por ciento, en comparación con aproximadamente el 16 por ciento cuando la intensidad se orientó con base en los valores máximos clásicos (Muniz Pumares et al., 2025). Para el piragüismo en aguas tranquilas, esto significa que el control basado en la potencia puede hacer que el proceso de entrenamiento sea más consistente e individualizado de lo que permite el control puro por frecuencia cardíaca o velocidad.

Protocolos de test de campo para la relación potencia-duración

La determinación clásica de la potencia crítica requiere varios esfuerzos exhaustivos con una pauta de potencia constante (pacing) en días diferentes. Una alternativa más eficiente en tiempo para los test en el agua es el test "all-out" de tres minutos (Burnley et al., 2006), en el cual la potencia mantenida durante los últimos 30 segundos correlaciona bien, según Vanhatalo et al. (2007), con la potencia crítica obtenida mediante el método clásico. El procedimiento destaca por su bajo requerimiento de tiempo y su sencilla ejecución. Sin embargo, conlleva limitaciones metodológicas, por lo que el test debe considerarse más como una alternativa pragmática y menos como un sustituto equivalente para el diagnóstico clásico de etapas múltiples al determinar la potencia crítica.

En este protocolo, el atleta trabaja los tres minutos completos con el máximo esfuerzo. Lo crucial es que el atleta no dosifique la carga. Se requiere una aplicación máxima de fuerza desde la primeraada. Este esfuerzo máximo debe mantenerse durante toda la duración del test, incluso cuando la fatiga aparezca de manera inevitable. Si el atleta dosifica sus fuerzas y ahorra energía para un sprint final, la potencia crítica se sobreestimará (Maunder et al., 2022). El ejemplo de la Figura 3 ilustra exactamente este problema. La potencia vuelve a subir ligeramente hacia el final, lo que delata una cierta dosificación y es algo que no debería ocurrir en un test verdaderamente "all-out". Debido a este aumento tardío, la potencia crítica aquí no se leyó de los últimos 30 segundos, sino de la ventana de 30 segundos más baja, el pequeño bache en la mitad del trayecto. El trabajo realizado por encima de este nivel sirvió para estimar W’. Las principales debilidades de este test único son, por tanto, su alta exigencia motivacional y su vulnerabilidad a una distribución incorrecta del esfuerzo (error de pacing). Además, las investigaciones muestran que el test "all-out" de tres minutos puede sobreestimar la potencia crítica en comparación con el método clásico, lo que ocurre especialmente en atletas bien entrenados (Leo et al., 2022). Para el ámbito del piragüismo de alto rendimiento, esto representa una limitación metodológica significativa.

Una alternativa más robusta para las pruebas en el agua consiste en realizar varios esfuerzos máximos de diferente duración y ajustar un modelo de potencia-duración a los puntos resultantes. Para el piragüismo en aguas tranquilas, lo idóneo es una selección que cubra la zona severa y la zona de sprints cortos. Un ejemplo serían esfuerzos de 15 s, 1 min, 3 min y 6 min. Estas distancias enmarcan bien temporalmente los tiempos de regata olímpicos, donde el sprint corto de 10 a 15 segundos establece la potencia máxima. El número de esfuerzos no es aleatorio, ya que la elección del modelo adecuado es crucial para representar con precisión este rango corto y de alta intensidad. Precisamente aquí es donde suele fallar el modelo clásico de dos parámetros (compuesto por CP y W’): aunque ya se puede ajustar con tres esfuerzos, modela una potencia infinita cuando la duración del esfuerzo se aproxima a cero (Leo et al., 2022; Morton, 1996). El modelo de tres parámetros resuelve este problema mediante un tercer parámetro, la potencia máxima (Pmax), lo que limita la curva en su extremo corto (Morton, 1996). Sin embargo, este modelo necesita al menos cuatro valores para que el ajuste conserve un grado de libertad y pueda proporcionar una bondad de ajuste, así como intervalos de confianza, tal como muestra el perfil ajustado de la Figura 1. Para representar todo el espectro de rendimiento, el modelo Omni-Domain Power-Duration (OmPD) según Puchowicz et al. (2020) utiliza cuatro parámetros: Pmax, W’, CP y un término de fatiga aeróbica (A).
En líneas generales, cuantos más puntos de datos diferentes existan para el modelo de CP, mejor. En la práctica, de tres a cinco esfuerzos de test bien elegidos suelen ser suficientes y preferibles al mínimo absoluto. Lo óptimo es una combinación de un sprint corto, un esfuerzo medio de dos a cinco minutos y un esfuerzo más largo de 12 a 15 minutos (Jones et al., 2019; Leo et al., 2022). Teóricamente, estas series de test se pueden realizar dentro de una sola sesión de entrenamiento, con al menos 30 minutos de descanso entre cada una. No obstante, distribuirlas en varios días suele ser más ventajoso, ya que así se evita que la fatiga residual de un esfuerzo máximo falsee los test posteriores. Al hacerlo, se asume una ligera variabilidad día a día en la capacidad de rendimiento como un compromiso aceptable (Leo et al., 2022).

 

Sin embargo, persiste una limitación metodológica: si, como en la Figura 1, se eligen esfuerzos cuya duración más larga es de unos seis minutos, la potencia crítica y W’ se pueden representar con precisión para ese período de tiempo. No obstante, esto puede provocar una sobreestimación de la potencia crítica para tiempos de carga más prolongados, ya que incluso el esfuerzo de seis minutos se encuentra todavía dentro de la zona de intensidad severa. Un esfuerzo máximo más largo anclaría con mayor precisión el extremo inferior de la curva. Sin embargo, en la práctica del piragüismo en aguas tranquilas, esto es difícil de implementar y representa una carga a menudo inusual y extremadamente agotadora para los atletas. Por lo tanto, limitarse a duraciones de test más cortas suele ser la opción más pragmática.

Modelado de esfuerzos cortos a través de las zonas de intensidad

El piragüismo en aguas tranquilas se caracteriza por el hecho de que las distancias olímpicas de 200 m, 500 m y 1000 m son relativamente cortas, lo que da lugar a tiempos de regata de entre unos 35 segundos y unos cuatro minutos. Estas competiciones se desarrollan en gran medida en las zonas de intensidad severa y extrema, es decir, precisamente donde el modelo de dos parámetros falla porque modela una potencia infinita cuando la duración del esfuerzo se aproxima a cero (Leo et al., 2022; Morton, 1996). El modelo de tres parámetros resuelve este problema al añadir un término para la potencia instantánea máxima, el cual limita la curva en su extremo más corto y hace que el modelo sea aplicable a los sprints más breves (Morton, 1996). El modelo Omni-Domain Power-Duration amplía la descripción a todas las zonas al añadir un término de caída aeróbica en las duraciones prolongadas, mientras sigue considerando la potencia máxima en el extremo corto (Puchowicz et al., 2020). Este término de caída solo adquiere relevancia en las duraciones muy largas de un maratón de piragüismo, por lo que para las distancias olímpicas de sprint bastan los modelos más simples pero limitados en su extremo superior.

Como ilustra la Figura 5, la diferencia práctica entre los modelos se hace evidente sobre todo en los esfuerzos cortos y extremadamente intensos que caracterizan al piragüismo en aguas tranquilas. Aquí, un entrenador puede caracterizar con precisión el perfil de rendimiento de un atleta con solo unos pocos test de duraciones comparativamente cortas. De este modo, se puede identificar, por ejemplo, si un piragüista es más apto para esfuerzos cortos de carácter anaeróbico con un W’ grande y una Pmax elevada, o si puede beneficiarse de una potencia crítica relativamente alta en distancias más largas. La curvatura de la curva de potencia crítica refleja el vaciado progresivo de W’, y es exactamente esto lo que convierte a la potencia crítica en un verdadero umbral de fatiga y no en un límite arbitrario (Leo et al., 2022; Poole et al., 2016).

Establecimiento de zonas de entrenamiento basadas en la potencia

Una vez determinada la potencia crítica, el entrenamiento se puede controlar con precisión mediante zonas basadas en vatios, en lugar de depender puramente de la percepción subjetiva del esfuerzo o de la frecuencia cardíaca. No obstante, la frecuencia cardíaca sigue siendo una señal secundaria importante para monitorizar la carga interna y la deriva cardiovascular. Sin embargo, la potencia define el objetivo real de la sesión de entrenamiento. El siguiente modelo de siete zonas se orienta directamente a partir de la potencia crítica calculada. Es importante señalar aquí que los porcentajes indicados son valores de referencia y no límites rígidos. Dado que las transiciones fisiológicas varían de forma individual, este modelo debe utilizarse como una guía flexible y adaptarse siempre a cada atleta.

Las adaptaciones de las diferentes zonas descritas aquí en la tabla se basan en trabajos científicos sobre el efecto de la intensidad del entrenamiento en los procesos de adaptación fisiológica. El espectro abarca desde la base aeróbica de baja intensidad y la zona de umbral, hasta la capacidad aeróbica y los factores neuromusculares en el extremo superior del espectro de rendimiento (Cormie et al., 2011; MacInnis & Gibala, 2017; Seiler, 2010). Estos trabajos también justifican por qué la mayor parte del volumen de entrenamiento debe realizarse en la zona de baja intensidad y solo una pequeña parte, muy bien dirigida, corresponde a las zonas de alta intensidad. Las adaptaciones aeróbicas y mitocondriales se ven influenciadas de manera decisiva tanto por el volumen acumulado de baja intensidad como por la distribución de la intensidad (MacInnis & Gibala, 2017; Seiler, 2010).

In las zonas de carga elevada, los intervalos son tan cortos y de tan alta intensidad que la frecuencia cardíaca, debido a su desfase, no reacciona con la suficiente rapidez. Por lo tanto, en estos casos, la potencia a desarrollar sirve como la variable de control más representativa. Una comparación de estas siete zonas con los modelos mostrados anteriormente aclara las relaciones: las zonas 1 y 2 corresponden al rango moderado de la Figura 2 por debajo del primer umbral de lactato, donde el lactato en sangre permanece cerca del nivel basal. La zona 3 se sitúa en la zona pesada (heavy domain) entre el primer y el segundo umbral de lactato. Las zonas 4 a 7 comienzan en el límite de la potencia crítica y se adentran en la zona severa y extrema de la Figura 5. Esta es precisamente la zona en la que se realizan las distancias olímpicas de sprint y para cuya descripción adecuada se requieren enfoques más complejos como el modelo de tres parámetros o el modelo Omni-Domain.

Conclusión y perspectivas

La medición de la potencia establece en el piragüismo en aguas tranquilas una métrica de carga externa que ha sido el estándar en el ciclismo durante décadas, pero que hasta ahora apenas había sido practicable sobre el agua. Al estimar la potencia de propulsión a partir de la cinemática del casco y clasificar estos datos en el contexto consolidado de las zonas de intensidad y las relaciones potencia-duración, el entrenamiento se puede orientar hacia un umbral fisiológico, la potencia crítica, en lugar de apoyarse en porcentajes de los valores máximos. La literatura científica actual indica que este control del entrenamiento basado en umbrales reduce la variabilidad interindividual de las respuestas fisiológicas. Como resultado, aumenta la proporción de atletas que logran efectos de adaptación significativos (Meyler et al., 2023; Muniz Pumares et al., 2025). La vinculación de la potencia mecánica externa con una monitorización continua de la carga interna, respaldada por modelos adecuados de potencia-duración, crea una base objetiva y altamente individualizada para el pacing, la gestión del entrenamiento y el diagnóstico del rendimiento en el piragüismo. No obstante, como ocurre con cualquier método de campo, las estimaciones conllevan ciertas incertidumbres de medición. Por lo tanto, las conclusiones prácticas para el entrenamiento deben derivarse principalmente de procedimientos de test consistentes y estandarizados, y no de mediciones puntuales aisladas.

 

Referencias

Burnley, M., Doust, J. H., & Vanhatalo, A. (2006). A 3-min all-out test to determine peak oxygen uptake and the maximal steady state. Medicine and science in sports and exercise, 38(11), 1995–2003. https://doi.org/10.1249/01.mss.0000232024.06114.a6
Burnley, M., & Jones, A. M. (2016). Power-duration relationship: Physiology, fatigue, and the limits of human performance. European journal of sport science, 18(1), 1–12. https://doi.org/10.1080/17461391.2016.1249524
Cormie, P., McGuigan, M. R., & Newton, R. U. (2011). Developing maximal neuromuscular power: Part 1–biological basis of maximal power production. Sports medicine (Auckland, N.Z.), 41(1), 17–38. https://doi.org/10.2165/11537690-000000000-00000
Dekerle, J., Baron, B., Dupont, L., Vanvelcenaher, J., & Pelayo, P. (2003). Maximal lactate steady state, respiratory compensation threshold and critical power. European Journal of Applied Physiology, 89(3-4), 281–288. https://doi.org/10.1007/s00421-002-0786-y
Dekerle, J., Pelayo, P., Clipet, B., Depretz, S., Lefevre, T., & Sidney, M. (2005). Critical swimming speed does not represent the speed at maximal lactate steady state. International journal of sports medicine, 26(7), 524–530. https://doi.org/10.1055/s-2004-821227
Heck, H., Bartmus, U., & Grabow, V. (2022). Laktat (1. Aufl., S. 662). Springer Berlin Heidelberg.
Jamnick, N. A., Pettitt, R. W., Granata, C., Pyne, D. B., & Bishop, D. J. (2020). An Examination and Critique of Current Methods to Determine Exercise Intensity. Sports medicine (Auckland, N.Z.), 50(10), 1729–1756. https://doi.org/10.1007/s40279-020-01322-8
Jones, A. M., Burnley, M., Black, M. I., Poole, D. C., & Vanhatalo, A. (2019). The maximal metabolic steady state: redefining the ‘gold standard’ (Nr. 10; Bd. 7, S. 1–16). https://doi.org/10.14814/phy2.14098
Keir, D. A., Fontana, F. Y., Robertson, T. C., Murias, J. M., Paterson, D. H., Kowalchuk, J. M., & Pogliaghi, S. (2015). Exercise Intensity Thresholds: Identifying the Boundaries of Sustainable Performance. Medicine and science in sports and exercise, 47(9), 1932–1940. https://doi.org/10.1249/MSS.0000000000000613
Leo, P., Spragg, J., Podlogar, T., Lawley, J. S., & Mujika, I. (2022). Power profiling and the power-duration relationship in cycling: a narrative review. European Journal of Applied Physiology, 122(2), 301–316. https://doi.org/10.1007/s00421-021-04833-y
MacInnis, M. J., & Gibala, M. J. (2017). Physiological adaptations to interval training and the role of exercise intensity. The Journal of physiology, 595(9), 2915–2930. https://doi.org/10.1113/JP273196
Mattioni Maturana, F., Keir, D. A., McLay, K. M., & Murias, J. M. (2016). Can measures of critical power precisely estimate the maximal metabolic steady-state? Applied physiology, nutrition, and metabolism = Physiologie appliquee, nutrition et metabolisme, 41(11), 1197–1203. https://doi.org/10.1139/apnm-2016-0248
Maunder, E., Rothschild, J. A., Ramonas, A., Delcourt, M., & Kilding, A. E. (2022). A three-minute all-out test performed in a remote setting does not provide a valid estimate of the maximum metabolic steady state. European Journal of Applied Physiology, 122(11), 2385–2392. https://doi.org/10.1007/s00421-022-05020-3
Meyler, S., Bottoms, L., Wellsted, D., & Muniz-Pumares, D. (2023). Variability in exercise tolerance and physiological responses to exercise prescribed relative to physiological thresholds and to maximum oxygen uptake. Experimental physiology, 108(4), 581–594. https://doi.org/10.1113/EP090878
Monod, H., & Scherrer, J. (1965). The work capacity of a synergic muscular group. Ergonomics, 8(3), 329–338. https://doi.org/10.1080/00140136508930810
Morton, R. H. (1996). A 3-parameter critical power model. Ergonomics, 39(4), 611–619. https://doi.org/10.1080/00140139608964484
Muniz Pumares, D., Meyler, S., Pumares, D. M., & Meyler, S. (2025). Critical power: An important tool for exercise prescription and the assessment of physiological function. Experimental physiology, 110(3), 360–362. https://doi.org/10.1113/EP092258
Poole, D. C., Burnley, M., Vanhatalo, A., Rossiter, H. B., & Jones, A. M. (2016). Critical Power: An Important Fatigue Threshold in Exercise Physiology. Medicine and science in sports and exercise, 48(11), 2320–2334. https://doi.org/10.1249/MSS.0000000000000939
Pringle, J. S. M., & Jones, A. M. (2002). Maximal lactate steady state, critical power and EMG during cycling. European journal of applied physiology, 88(3), 214–226. https://doi.org/10.1007/s00421-002-0703-4
Puchowicz, M. J., Baker, J., & Clarke, D. C. (2020). Development and field validation of an omni-domain power-duration model. Journal of Sports Sciences, 38(7), 801–813. https://doi.org/10.1080/02640414.2020.1735609
Seiler, S. (2010). What is best practice for training intensity and duration distribution in endurance athletes? International journal of sports physiology and performance, 5(3), 276–291. https://doi.org/10.1123/ijspp.5.3.276
Smith, C. G., & Jones, A. M. (2001). The relationship between critical velocity, maximal lactate steady-state velocity and lactate turnpoint velocity in runners. European journal of applied physiology, 85(1-2), 19–26. https://doi.org/10.1007/s004210100384
Vanhatalo, A., Doust, J. H., & Burnley, M. (2007). Determination of critical power using a 3-min all-out cycling test. Medicine and science in sports and exercise, 39(3), 548–555. https://doi.org/10.1249/mss.0b013e31802dd3e6