Tornar al blog

·6 min de lectura

Regles de deload per a atletes de resistència exigents: quan baixar càrrega (i quant)

RC
Per Ramon Curto · Màster en Fisiologia de l'Exercici · 15 anys de coaching

Marc pràctic de deload amb senyals de Garmin + Strava per assimilar càrrega i tornar a progressar més ràpid.

Una setmana de deload no és perdre forma. És la setmana on el bloc anterior es converteix en adaptació real.

Molts atletes necessiten deload cada 3-5 setmanes de càrrega, però el moment s'ha de decidir per senyals i no per ego. Si deriva el ritme suau, empitjora el son i baixa la qualitat de sessions clau, el cos ja l'està demanant.

Regla simple d'execució: mantén freqüència, redueix càrrega total un 25-40% i conserva un toc curt de qualitat per no perdre ritme competitiu. Menys volum, no zero intensitat.

Exemple per a running: si feies 5 x 1 km a llindar el dimecres, passa a 3 x 1 km controlat. Tirada llarga de 24 km a 16-18 km. Mantén dos rodatges suaus realment suaus.

A SportPlan combinem tendències de recuperació de Garmin amb context de càrrega de Strava per activar deload abans d'arribar tard. Qui descarrega a temps acostuma a progressar més en 12 setmanes que qui força una setmana extra de càrrega.

CompartirWhatsAppXFacebookLinkedIn

SportPlan

Obté entrenament adaptatiu amb dades reals de Garmin + Strava

Cada sessió adaptada a la teva Càrrega d'Entrenament real, tendència de HRV i calendari de curses — no un pla genèric.

Mira la teva primera setmana abans de pagar. 9,99 €/mes, cancel·la quan vulguis.

Metodologia

Metodologia dissenyada per Ramon Curto, Màster en Fisiologia de l'Exercici

Ramon Curto va dissenyar la metodologia d'entrenament de resistència de SportPlan a partir de principis de fisiologia de l'exercici. SportPlan l'aplica de manera autònoma a la informació que registres i a les dades que decideixes connectar; no és coaching individual continu ni atenció mèdica.

Última revisió: juliol de 2026

  • Màster en Fisiologia de l'Exercici
  • Metodologia d'entrenament de resistència
  • Anàlisi de dades d'entrenament connectades
  • Periodització per blocs · Entrenament polaritzat