In de wereld van het competitieve hardlopen is prestatie een gesprek tussen de atleet en de omgeving. De tijd van een hardloper is nooit alleen een maatstaf voor snelheid; het is een verslag van hoe die snelheid werd bereikt tegen een specifieke achtergrond van afstand, terrein en weer. Een race die wordt gelopen op een vlakke, koele ochtend in een vallei levert een ander resultaat op dan dezelfde inspanning op een steile, hete heuvel in de bergen. Al decennia begrijpen wetenschappers en coaches dat men, om hardlopers echt te kunnen vergelijken of om de progressie van een individu in de loop van de tijd te volgen, rekening moet houden met deze externe factoren. Zonder deze context ziet een snelle tijd op een perfecte dag er hetzelfde uit als een snelle tijd op een zware dag, wat het ware beeld van atletisch vermogen vertroebelt. Toch bestond er, ondanks de duizenden races die elk jaar aan Amerikaanse colleges worden gehouden, geen enkele, georganiseerde collectie van deze resultaten waar onderzoekers aan konden studeren. De gegevens waren verspreid over diverse websites, vergrendeld achter barrières die grootschalige analyse verhinderden, waardoor er een enorme kloof ontstond in ons begrip van hoe omgevingsfactoren de atletische prestaties vormgeven.

Een team van onderzoekers heeft die kloof nu opgevuld door de National Running Club Database te bouwen, een enorme, open collectie van racedata die orde brengt in dit chaotische landschap. Het project aggregeert bijna 129.000 goedgekeurde raceprestaties van meer dan 28.000 atleten die tussen 2004 en 2026 hebben deelgenomen aan cross country, indoor atletiek, outdoor atletiek en wegwedstrijden. Wat deze database uniek maakt, is niet alleen de omvang, maar ook de manier waarop de gegevens worden behandeld. De onderzoekers hebben de ruwe cijfers niet simpelweg in een bestand gedumpt; ze hebben een uniform systeem toegepast om elke tijd aan te passen aan de omstandigheden waaronder deze werd gelopen. Dit proces, bekend als standaardisatie, vertaalt een tijd die is genoteerd op een lange, heuvelachtige route in de hitte naar wat diezelfde hardloper zou hebben bereikt op een standaard, vlakke route bij ideaal weer. Door dit te doen, creëerde het team een gelijk speelveld waar de prestatie van een hardloper eerlijk kan worden vergeleken met hun eigen eerdere resultaten of met de prestaties van anderen, ongeacht waar of wanneer de race plaatsvond.

De database beslaat een breed spectrum van de universitaire hardloopwereld, van atleten van elite Division I-niveau tot recreatieve clublopers, waardoor de bevindingen het volledige bereik van het menselijk uithoudingsvermogen weerspiegelen in plaats van alleen de topklasse. Van de bijna 29.000 opgenomen atleten is ongeveer 36 procent vrouw, een belangrijke stap naar het corrigeren van een historische bias in sportonderzoek waarbij mannelijke gegevens vaak de boventoon voerden. De collectie bevat resultaten van vier verschillende sporten: cross country, waarbij over natuurlijk terrein wordt gelopen; indoor en outdoor atletiek, wat plaatsvindt op gecontroleerde oppervlakken; en wegwedstrijden. Voor de meest recente jaren is de database bijzonder rijk aan details, waarbij specifieke informatie wordt vastgelegd over de lengte van het parcours, de hoeveelheid hoogteverschil (stijging en daling) en de weersomstandigheden op het exacte moment van de race. Voor oudere records zijn de gegevens nog steeds aanwezig, maar met minder omgevingsdetails, wat de beperkingen weerspiegelt van hoe de informatie oorspronkelijk werd geregistreerd.

Om zin te geven aan deze enorme hoeveelheid informatie, hebben de onderzoekers een stapsgewijze methode ontwikkeld om de tijden te normaliseren. Ze begonnen met het aanpassen voor de afstand, om ervoor te zorgen dat een race die op een parcours werd gelopen dat iets langer of korter was dan de officiële afstand, werd gecorrigeerd naar een standaardlengte. Vervolgens hielden ze rekening met het terrein, door te berekenen hoe veel langzamer een hardloper van nature zou gaan op een heuvelachtig parcours vergeleken met een vlak parcours. Daarna factoriseerden ze de hoogte, in het besef dat hardlopen op grote hoogtes moeilijker is vanwege de dunnere lucht, en pasten ze de tijden aan om de omstandigheden op zeeniveau te reflecteren. Ten slotte pakten ze het weer aan, specif kind de hitte. Met behulp van een wiskundig model gebaseerd op gevestigde coachingrichtlijnen, berekenden ze hoeveel langzamer een hardloper zou zijn op een warme, vochtige dag vergeleken met een koele dag. Deze hittecorrectie is bijzonder belangrijk omdat temperatuur en luchtvochtigheid het uithoudingsvermogen van atleten drastisch kunnen vertragen, en zonder correctie voor het weer kan het lijken alsof een hardloper langzamer is geworden tijdens een seizoen, simpelweg omdat het weer warmer is geworden.

De resultaten van dit standaardisatieproces waren opmerkelijk. Wanneer de onderzoekers naar de ruwe, niet-aangepaste tijden keken, was de variatie in de prestaties van een enkele atleet van de ene race naar de volgende quite hoog. Deze ruis maakte het moeilijk om te bepalen of een hardloper daadwerkelijk verbeterde of gewoon een goede of slechte dag had door externe factoren. Echter, zodien de tijden waren aangepast voor afstand, hoogteverschil en weer, werd het beeld veel duidelijker. Voor vrouwelijke atleten daalde de variatie in hun prestaties van race tot race met meer dan de helft. Voor mannelijke atleten nam de variatie met ongeveer een derde af. Dit betekent dat de gestandaardiseerde tijden een veel betrouwbaardere indicator zijn van het werkelijke conditieniveau van een atleet. De aanpassingen verwijderden de "ruis" van de omgeving en onthulden het "signaal" van het werkelijke vermogen van de atleet.

Een van de belangrijkste bevindingen van dit werk is dat het niet meenemen van deze omgevingsfactoren kan leiden tot misleidende conclusies over hoe atleten verbeteren. Wanneer de onderzoekers keken naar hoe veel sneller hardlopers werden gedurende een enkel seizoen, ontdekten ze dat het gebruik van alleen de ruwe tijden het leek alsof atleten veel meer verbeterden dan ze in werkelijkheid deden. Dit komt omdat het weer van nature afkoelt naarmate het seizoen vordert van de late zomer naar de herfst, waardoor races sneller worden ongeacht de conditie van de hardloper. Door niet te corrigeren voor deze afkoelende trend, hadden eerdere analyses de waargenomen verbeteringssnelheid opgeblazen. De gestandaardiseerde gegevens toonden aan dat hoewel atleten wel degelijk sneller worden, de omvang van die verbetering kleiner is dan de ruwe cijfers suggereren. Dit onderscheid is cruciaal voor coaches en wetenschappers die de werkelijke effecten van training willen begrijpen zonder de verstoring van veranderend weer.

De database benadrukt ook het belang van het apart bekijken van mannen en vrouwen. De onderzoekers ontdekten dat de aanpassingen de twee groepen verschillend beïnvloedden, grotendeels omdat de standaard raceafstanden voor mannen en vrouwen in cross country verschillen. Het proces van het omzetten van tijden naar een standaardafstand had een grotere impact op de variatie in de resultaten van vrouwen dan op die van mannen. Dit bevestigt het idee dat gender-specifieke analyse noodzakelijk is; het combineren van de gegevens in één groep zou deze belangrijke verschillen maskeren en tot onnauwkeurige modellen leiden. Het team beveelt expliciet aan dat toekomstig onderzoek met deze gegevens de mannen en vrouwen als aparte groepen moet behandelen om de geldigheid van de bevindingen te waarborgen.

Buiten de cijfers om vertegenwoordigt het project een verschuiving in hoe sportgegevens worden verzameld en gedeeld. In plaats van te vertrouwen op kleine, handgekozen steekproeven van racegegevens, die vaak naar mannelijke atleten neigden, is deze database gebouwd op een door de gemeenschap gedreven model. Coaches, atleten en vrijwilligers dienen wedstrijdresultaten in, die vervolgens door experts worden beoordeeld om de nauwkeurigheid te waarborgen voordat ze aan het openbare record worden toegevoegd. Deze aanpak heeft ervoor gezorgd dat de database gestaag is gegroeid, waarbij elk jaar honderden nieuwe meets worden toegevoegd. Het team heeft ook de tools die zij gebruikten om de gegevens te standaardiseren beschikbaar gemaakt aan iedereen via een gratis softwarepakket. Dit betekent dat andere onderzoekers, coaches en zelfs atleten dezelfde strikte aanpassingen op hun eigen gegevens kunnen toepassen, wat eerlijke vergelijkingen mogelijk maakt over verschillende regio's en omstandigheden heen.

De implicaties van dit werk reiken veel verder dan de atletiekbaan. Door een duidelijk, gestandaardiseerd beeld van prestaties te bieden, opent de database de deur naar nieuwe soorten onderzoek naar hoe omgevingsstressoren het menselijk lichaam beïnvloeden. Wetenschappers kunnen nu onderzoeken hoe hitte, hoogte en terrein het uithoudingsvermogen beïnvloeden op een manier die voorheen onmogelijk was door beperkingen in de data. Dit kan leiden tot betere trainingsstrategieën, verbeterde veiligheidsrichtlijnen voor racen in extreme omstandigheden en een dieper begrip van de fysiologische grenzen van de menselijke prestaties. Bovendien, door ervoor te zorgen dat de gegevens van vrouwen met dezelfde nauwkeurigheid worden opgenomen en geanalyseerd als die van mannen, ondersteunt het project een meer evenwichtige benadering van de sportwetenschap, waarmee de langdurige hiaten in onze kennis over de vrouwelijke atletische prestaties worden aangepakt.

De onderzoekers merken er zorgvuldig bij op wat hun data ons niet kan vertellen. Hoewel ze voor de omgeving hebben gecorrigeerd, kunnen ze niet rekenen met de interne staat van de atleet op de dag van de race. Factoren zoals slaapkwaliteit, voeding, stress door schoolwerk, kleine blessures of zelfs de psychologische druk van een grote race worden niet in de resultaten vastgelegd. Twee hardlopers met dezelfde gestandaardiseerde tijd kunnen deze onder zeer verschillende persoonlijke omstandigheden hebben bereikt. De database bevat ook geen informatie over trainingsbelasting, wat betekent dat het niet kan verklaren waarom een atleet snel of traag is, maar alleen hoe snel ze waren onder specifieke omstandigheden. Deze beperkingen worden erkend en dienen als gids voor toekomstige studies, waarbij wordt gesuggereerd dat de volgende stap in dit veld het combineren van deze gestandaardiseerde racegegevens met gegevens over training en gezondheid is om een compleet beeld van de atleet te krijgen.

Uiteindelijk biedt de National Running Club Database een nieuwe lens waardoor we naar de sport hardlopen kunnen kijken. Het transformeert een verzameling uiteenlopende looptijden in een samenhangend verhaal over menselijk uithoudingsvermogen, ontdaan van de verwarrende variabelen van weer en terrein. Het laat zien dat wanneer we de ruis van de omgeving verwijderen, de ware patronen van atletische prestaties met meer helderheid naar voren komen. Dit werk biedt niet alleen een grotere dataset; het biedt een betere manier van denken over de data zelf, waarbij wordt aangetoond dat eerlijkheid in vergelijking meer vereist dan alleen naar de klok kijken. Het vereist het begrijpen van de wereld waarin de klok liep. Naarmate deze bron blijft groeien en meer onderzoekers deze tools gaan gebruiken, belooft het ons begrip van wat het betekent om snel te lopen te verdiepen, en dat te doen op een manier die de ervaringen van alle atleten eert, ongeacht hun geslacht of de omstandigheden waaraan zij worden blootgesteld.