Després dels dos primers articles (La Taula Hongaresa 1/2 i La Taula Hongaresa 2/3) acabem amb una mirada crítica, buscant les seves imperfeccions i veient fins a quin punt podem dir que es fiable en la comparació o en la predicció de marques.

IMPERFECCIONS DE LA TAULA

Qualsevol taula de puntuació de rendiment esportiu és imperfecte. Això ho admet el mateix Bojidar Spiriev. I més imperfecte quan més diferenciades siguin les proves i més encara si son de diferents sectors: comparar una marca de marató amb una de llançament de pes no és el mateix que comparar una marca de 100m amb una de 200.

Ja hem vist en l’anterior article (La Taula Hongaresa 2-3) que els rècords del mon no estan igual de puntuats i que la puntuació que van rebent les marques per sota del rècord no es proporcional entre les diferents proves. Son aspectes que tenen la seva lògica però algunes diferències ens poden semblar exagerades.

 Anem a veure algunes crítiques que es fan des de l’article de Jonathan Gault a Letsrun.com (abril 2022):

la revolució del calçat i la taula hongaresa

Partint de la base que entre la darrera actualització del 2022 i l’anterior del 2017 passen 5 anys, un període que coincideix amb la revolució del calçat (recordem la gestació de la revolució del calçat amb la marató olímpica del 2016 quan Kipchoge estrena un prototip de Nike vaporfly).

Problema 1

S’enten que les millores tècniques del calçat han d’afectar a les de marques entre els anys 2017 i 2022 i que la darrera actualització de la taula hongaresa del 2022 hauria de reflectir-ho: una mateixa marca d’una prova de ruta l’any 2017 hauria de tenir menys valor l’any 2022. Doncs l’afectació no ha estat la mateixa per a totes les proves, amb la mitja marató femenina molt afectada mentre la resta de proves, molt menys afectades, inclús la marató femenina mantenint les mateixes puntuacions que el 2017. Aquesta disparitat en l’actualització de proves que haurien de beneficiar-se de la mateixa manera amb la millora del calçat és molt xocant. Veiem la taula següent:

Al 2017 la marca més puntuada era la mitja marató femenina mentre que al 2022 amb sistema de puntuació actualitzat passa a ser Kipchoge el que té el record més ben puntuat.

Per què la marató femenina no ha estat retocada en la darrera revisió del 2022? I per què la mitja marató femenina ha estat, de llarg, la més retocada? Mirko Jalava, estadístic que opera a la coneguda web Tilastopaja creu que el fet que  Radcliffe en la marató femenina hagi corregut en 2:17:18 i 2:15:25 en 2002 i 2003 i encara siguin 2a i 7a millor marca de la història l’hany 2022, pot haver pesat. En canvi, en mitja marató, el rècord  ha passat de 66:44 (quan Radcliffe feia 2:15 en marató) a 62:52 al 2022, una progressió molt notable.

A partir dels rècords de marató i mitja marató es podria entendre aquesta diferenciació per l’evolució però per sota dels records la millora ha estat gran en ambdues proves…

PRoblema 2

A banda d’aquesta disparitat en proves de ruta, es dona un altre fenomen encara més xocant en la marató masculina: per a una marca de 2:05:00, hi ha un ajustament de 26 seg. Es a dir que la marca de 2:05:00 del 2017 val com 2:05:26 el 2.022. Sembla lògic. Ja no és tant lògic si agafem 2:10:00 perquè aquí la reducció és menor (només 6 segons). I del tot il·lògic si prenem de referencia marques pitjors que 2:11:00 en que no es sumen segons sinó que es resten! Es a dir, es dona més valor a una marca de 2:15 al 2022 que al 2017…

funcions predictives de la taula per a les curses

Encara que el propòsit de la taula és el comparar el rendiment entre diferents proves, una altre utilització pràctica és la funció predictiva de marques entre curses de característiques semblants. Si un atleta té una marca concreta en 100m podem preveure aproximadament quina marca farà en 60m o inclús en 200m buscant els punts que otorga la taula en la primera distancia i la marca que representen aquests punts en la segona distancia.

Per a curses de mig fons i sobretot, fons, es coneixen diferents models predictius (per exemple Purdy, VO2max, Cameron i el de Riegel, el més utilitzat) que tenen per objecte fer prediccions de marques a partir de conceptes fisiològics no estadístics (excepte el de Purdy que es basa amb la taula de puntuació estadística portuguesa) basant-se en la sostenibilitat de dur un ritme de cursa segons el temps: a més temps, menor ritme i a menys durada de la cursa, més ritme o velocitat. Aquests models no tenen en compte el sexe de la persona i solen funcionar bé en distancies entre 1.500m i la marató sabent que a més salt en la distancia, menys fiable és la predicció. Adjuntem article de Run-Down per aprofundir més sobre la naturalesa d’aquests models.

Actualment, també molts «rellotges inteligents» es basen en aquesta mena d’algoritmes que utilitzen aquests models (sobretot a partir del càlcul del VO2max) per fer prediccions de marques a partir dels registres d’entrenament segons distancia i temps (velocitat ) però afegint un element nou: la freqüència cardíaca. (veure article de Gadgets & Wearables).

A mode d’exemple, adjuntem un quadre comparatiu on a partir d’una marca de 40:00 en 10 Km es mostren les marques que corresponen en altres distancies en proves de ruta segons els diferents models predictius més coneguts per a curses de mig fons i fons i les marques que otorga la taula hongaresa:

(taula de runnerspace.com)

Veiem que al partir d’una marca de 10K, la predicció que fan totes les taules és força semblant en la distancia immediatament inferior o superior però després, a mida que ens allunyem, hi ha força divergències en distancies dels 42K i més en 100Km, entre la taula hongaresa i la resta de taules predictives que prenen de referència valors fisiològics però no tant estadístics.

Per sota dels 10K la taula hongaresa és més “optimista” mentre que per sobre de 10K és més molt més “pesimista”. Això és dolent?. S’ha demostrat estadísticament que és realment “optimista” la predicció del temps que fa el model de Riegel en marató a partir de la mitja marató (adjuntem estudi de Fetcheveryone) com també podem veure en el quadre què passa amb la majoria de les marques a mida que pugem de distancia…

En canvi, si prenem de referencia una marca de 30:00 en 10K les prediccions s’igualen moltíssim més i la taula hongaresa no difereix tant de la resta (demanem disculpes per no presentar el quadre). Quan més nivell tenen els atletes, més s’igualen les prediccions. Cal recordar que els diferents models predictius presentats a la taula estan fets a partir d’estudis amb atletes d’èlit i dels rècords de les proves.

Cal entendre que la naturalesa de les taules és diferent: la taula hongaresa compara marques i dona els mateixos punts quan considera que dues marques tenen igual valor o mèrit mentre que els models predictius de Riegel o Cameron, per exemple, ens diuen quina marca està capacitada de fer una persona (sigui home o dona) a partir d’una marca d’una distància semblant.

conclusions

• La taula hongaresa, que data del 1984, és una taula feta amb el propòsit de comparar el rendiment entre diferents proves de l’atletisme després d’una llarga història de més de cent anys d’evolució i treball de molts autors en l’intent de fer una taula el més acurada possible, inicialment per puntuar proves combinades
• La taula hongaresa és una taula de referència adoptada el 1984 per la IAAF (avui World Athletics) i base de la puntuació del World Ranking des de el 2000 de forma experimental i 2003 validada per classificar atletes en esdeveniments com JJOO o Campionats del Mon o continentals. També serveix de referència per premiar als millors atletes en campionats.
• La taula hongaresa es basa amb dades estadístiques i models físics i matemàtics molt estudiats però no pot ser perfecte doncs els criteris sempre tenen una base subjectiva que és més gran quan comparem proves més diferenciades de sectors diferents (per exemple llançaments i curses).
• Personalment crec que la taula hongaresa és un sistema força vàlid per comparar diferents proves tot i les seves imperfeccions. Al final, l’atletisme, un esport que viu de la mesura objectiva (temps i distància) ha de viure d’imperfeccions: què més imperfecte considerar millor en 100m una marca de 10.00 amb vent favorable de +2.00 que una marca de 10.01 amb vent en contra de -3.00 !!

enllaços imprescindibles

• TAULA HONGARESA WA 2022
• TAULA DE PUNTUACIÓ WA PER PROVES COMBINADES
• RÈCORDS D’ESPANYA MASCULINS D’ATLETISME AIRE LLIURE
• RÈCORDS D’ESPANYA FEMENINS D’ATLETISME AIRE LLIURE
• RÈCORDS DE CATALUNYA D’ATLETISME AIRE LLIURE

fonts d’informació

SWJ Bekker. Developing a formula for the comparison of athletics
performances across gender, age and event boundaries based on South African standards. Vaal University of Technology. Gener 2018.

Guillaume Chèze. Decathlon rules: an axiomatic approach. 2021. HAL open science.

IAAF Scoring Tables for Combined Events (Edition 2001, reprint 2016): A brief history of combined events…Historical research made with the help of Mr Viktor Trkal (CZE) p.5-16

Jonathan Gault. Trying To Make Sense of World Athletics’ New Scoring Tables; Which World Records Are Worth the Most?. April 2022.

Vasilis Grammaticos, A brief history of the IAAF/WA scoring tables: 1932-1952. Rethinking Athletics. June 2022.

Vasilis Grammaticos, A brief history of the IAAF/WA scoring tables: The Ulbrich debacle (1962). Rethinking athletics. July 2022