ZeroKnots TechnologiesMuscleTiger

Notas de investigación de MuscleTiger

Cómo se eligen los números de MuscleTiger

Una serie sobre la investigación detrás de una app de fitness: qué respalda la evidencia, qué simplificamos y qué todavía no sabemos. Cada nota cita sus fuentes y dice cuándo un número es una elección nuestra.

1La regla de las 7 700 kcal está mal: cómo pronosticar la pérdida de peso con honestidad y por qué tu báscula engañaDe dónde viene la regla de 7 700 kcal, por qué sobreestima la pérdida de peso, qué parte de lo que muestra la báscula no es grasa y qué significa eso para un pronóstico en el que puedas confiar.Noviembre de 2026 · 13 min de lectura 2Cuántas calorías comer al día: cómo fijar la meta diaria, qué está respaldado y qué es convenciónLas decisiones detrás de la meta calórica: gasto en reposo, actividad, ritmo de pérdida, mínimos de seguridad, disponibilidad energética, proteína, grasa y carbohidratos. Qué respalda la evidencia y qué elegimos nosotros.Noviembre de 2026 · 12 min de lectura 3Entrenamiento dividido vs de cuerpo completo: qué dicen los metaanálisisTodo el mundo tiene una opinión sobre el entrenamiento dividido frente al de cuerpo completo. Los estudios agrupados dicen que, cuando las series semanales por músculo son iguales, la diferencia es pequeña. Qué muestran el volumen, la frecuencia y la comparación directa, y qué queda por elegir.Noviembre de 2026 · 13 min de lectura 4Cómo calcular tu TDEE real: estimar el gasto energético real con el peso y el registro de alimentosUna fórmula da una meta calórica inicial y suele desviarse un 5-10%. La ingesta menos el cambio de peso mide el gasto con tus propios datos. Cómo funciona, qué tan bien lo hace en una simulación, por qué el primer mes de una dieta lo engaña y qué hace un sesgo constante en el registro.Noviembre de 2026 · 17 min de lectura 5Búsqueda de alimentos en cualquier idioma: traducción de consultas, combinación de bases de datos y lo que medimosCómo un diario de alimentación encuentra el producto correcto cuando la consulta está en un idioma y los datos en otro: cuatro listas combinadas por fusión de rangos recíproca, un pequeño diccionario aprendido, sin traductor neuronal, las taxonomías de Open Food Facts y lo que mostraron las mediciones.Noviembre de 2026 · 17 min de lectura
6Progreso de fuerza: lo que un solo ejercicio puede decirte y lo que noPróximamente
7Carga de entrenamiento y disposición: qué está respaldado y qué es modaPróximamente
8El sueño y las relaciones entre registros: correlación sin exagerarPróximamente
9Comparamos nuestra propia app con la investigación: lo que corregimosPróximamente