MétaCan
Menu
Retour à la cohorte
Enregistrement W1964810071 · doi:10.1080/02640414.2012.757341

Penalty corner routines in elite women's indoor field hockey: Prediction of outcomes based on tactical decisions

2013· article· en· W1964810071 sur OpenAlexfundno aff
Don Vinson, Simon Padley, Alison Croad, Mark Jeffreys, Abbe Brady, David James

Notice bibliographique

RevueJournal of Sports Sciences · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensnon disponible
Organismes subventionnairesMcGill University
Mots-clésLeagueOddsField hockeyElitePsychologyAthletesTeam sportLogistic regressionApplied psychologyMatch playFootballComputer scienceStatisticsPolitical sciencePhysical therapyMathematicsLawMedicine

Résumé

récupéré en direct d'OpenAlex

Indoor hockey is a highly competitive international sport, yet no research to date has investigated the key actions within this sport. As with outdoor field hockey, penalty corners represent one of the most likely situations in which goals can be scored. All 36 matches of the round-robin phase of the 2010-2011 England Hockey League Women's Premier Division 'Super Sixes' competition were analysed with the purpose of establishing which factors can predict the scoring of a goal using binary logistic regression analysis. Seventy-two (22.6%) of the 319 observed penalty corners resulted in a goal. The strongest predictor of scoring a goal was taking the penalty corner from the goalkeeper's right. Based on the odds ratio (OR), the odds of the attacking team scoring were 2.27 (confidence interval (CI) = 1.41-3.65) times higher with penalty corners taken from the goalkeeper's right as opposed to the left. Additionally, if the goalkeeper decided to rush to the edge of the circle, the odds of the attacking team failing to score were 2.19 (CI = 1.18-4.08) times higher compared to when the goalkeeper remained near the goal line. These results suggest that strategic decisions from the players and coaches have an important part to play in the success of penalty corners. Future research should investigate the impact of goalkeepers' movement and further examine the technical and tactical intricacies of penalty corners.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,719

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,032
Tête enseignante GPT0,304
Écart entre enseignants0,272 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sports SciencesMême sujetSports Performance and TrainingTravaux en français237 207