Färska set räknas mer
Modellen ger senare set i ett pass allt mindre värde. Att fördela samma veckoset över fler pass kan därför höja den modellerade totalen.
Gratis hypertrofiverktyg
Jämför hur ofta du tränar en muskel och hur många effektiva set du gör per pass. Kalkylatorn uppskattar stimulans med avtagande avkastning, drar av modellerad avklingning av signalen och visar vilket schema som ger det starkare veckoresultatet.
Använd detta som en jämförelsemodell. Poängen är i godtyckliga enheter och kan inte förutsäga din faktiska muskeltillväxt.
Modellantaganden
Ange två scheman för att jämföra dem.
Veckonetto-stimulans är mest användbar för att jämföra två rimliga versioner av samma program. Håll målmuskeln och setkvaliteten konsekvent, och ändra sedan frekvens eller volym per pass.
Modellen ger senare set i ett pass allt mindre värde. Att fördela samma veckoset över fler pass kan därför höja den modellerade totalen.
Efter att det valda stimulansfönstret har löpt ut lägger modellen på en gradvis avklingningskostnad fram till nästa jämnt fördelade pass.
En högre poäng hjälper bara om schemat är hållbart och dina belastningar, reps, teknik, leder och återhämtning förblir stabila.
Implementationen visar sina antaganden så att resultatet kan tolkas som en modell, inte misstas för en mätning.
Standardjämförelsen håller veckovolymen konstant men fördelar den olika.
Tolv set totalt med mer arbete koncentrerat till varje pass. Senare set möter starkare modellerad avtagande avkastning.
Program ASamma tolv set fördelade över fler tillfällen. Det höjer vanligtvis modellpoängen eftersom passstimulansen förnyas oftare.
Program BPoängen utelämnar medvetet variabler som inte kan uppskattas tillförlitligt från tre indata.
Kalkylatorn är inspirerad av Chris Beardsleys ramverk för veckonetto-stimulans och använder publicerade fynd om dos-respons och underhåll som synliga ankarpunkter. Metoden uppdaterades 16 juli 2026.
fitzap workout-modellens ekvation: veckonetto-stimulans = frekvens × kurva(effektiva set per pass) − ej täckta timmar per vecka × kalibrerad avklingningstakt. Studierna som citeras ligger till grund för kurvans ankarpunkter och underhållsantagandena. De validerar inte direkt den kombinerade ekvationen eller dess poäng som förutsägelse av tillväxt.
Använd nettostimulans för att jämföra fördelningen, kontrollera sedan det totala antalet set och följ vad som händer i din verkliga träning.
Så tolkar du poängen utan att begära mer av modellen än den kan svara på.
Det är en teoretisk jämförelse av träningsstimulansen som skapas under veckan och den modellerade förlusten av den signalen mellan passen. Den uttrycks i godtyckliga enheter, inte i gram muskler eller en förutsagd tillväxtprocent.
Nej. Poängen tar inte hänsyn till ledbelastning, systemisk trötthet, övningskvalitet, följsamhet eller din individuella återhämtning. Välj schemat med högre poäng endast när båda alternativen är realistiska och din prestation stödjer det.
Ange utmanande arbetsset som tränar muskeln direkt och avslutas rimligt nära failure. Exkludera uppvärmning och lätt tekniskt arbete. Håll din definition konsekvent i båda programmen.
Modellen antar att de första effektiva seten i ett pass bidrar mer än de senare, och att träningssignalen så småningom avtar. Fler jämnt fördelade tillfällen kan minska både avtagande avkastning per pass och tiden utan modellerad signal.