Handicaps erfassen, Teams ausgleichen und Ergebnisse prüfen.
Verwalte TriStats-Rückstände und begründete Korrekturen, reagiere auf kurzfristige Absagen und werte Zwei- und Dreierteams nach derselben Handicaplogik aus.
Bewerb und Bewertungsmodell
Alle Daten werden ausschließlich lokal im Browser gespeichert. Ein JSON-Export dient als Sicherung und Jahresarchiv.
Teilnehmer erfassen und korrigieren
Die Korrektur wird multiplikativ angewendet. Negative Werte stufen eine Person schneller, positive Werte langsamer ein.
| Start | Name | Basis | Rückstand | Korrektur | Final | Qualität | Begründung | |
|---|---|---|---|---|---|---|---|---|
| Noch keine Teilnehmer erfasst. | ||||||||
Ausgeglichene Zwei- und Dreierteams
Bei Rest 1 werden zwei Zweierteams gebildet; bei Rest 2 ein Zweierteam. Optimiert wird der durchschnittliche finale Leistungsfaktor.
Endzeiten, Teamwertung und Modellkontrolle
Zeitformat: h:mm:ss oder mm:ss. DNF/DNS werden nicht interpoliert; das betreffende Team bleibt in der offiziellen Handicapwertung unvollständig.
| Team | Name | Status | Endzeit | Prognose | Abweichung | Performance |
|---|---|---|---|---|---|---|
| Zuerst Teams berechnen. | ||||||
Berechnung und jährliche Weiterentwicklung
Der geschlechtsspezifische Basis-Rückstand wird auf eine gemeinsame Skala übertragen und anschließend begründet korrigiert.
F = (1 + Basis/100) × Geschlechtsfaktor × (1 + Korrektur/100)Die Optimierung minimiert Spannweite und Standardabweichung der durchschnittlichen Leistungsfaktoren. Unsichere Bewertungen werden möglichst verteilt.
FTeam = Mittelwert(F1 … Fn)In der Ergebniswertung wird ein neutraler dritter Performancewert ergänzt. Dieser entspricht dem Median aller individuellen Performanceverhältnisse.
P2er = (P1 + P2 + Median(PFeld)) / 3Die Referenzzeit jeder Person wird aus allen anderen Finishern bestimmt. Dadurch beeinflusst die eigene Endzeit nicht die eigene Prognose.
T̂i = Median(Tj/Fj; j ≠ i) × FiGewonnen hat das Team mit dem kleinsten Verhältnis aus tatsächlicher und prognostizierter Leistung. Werte unter 1,000 bedeuten besser als erwartet.
PTeam = Mittelwert(Tist / T̂)Korrelation und R² beschreiben die Rangfolge. MAE, Bias, Regressionsgerade und Einzelabweichungen prüfen die tatsächliche Kalibrierung.
MAE = Mittelwert(|Tist − T̂|)
