MétaCan
Menu
Retour à la cohorte
Enregistrement W2033497094 · doi:10.1080/02640410903503632

Space–time coordination dynamics in basketball: Part 1. Intra- and inter-couplings among player dyads

2010· article· en· W2033497094 sur OpenAlexaff
Jérôme Bourbousson, Carole Sève, Tim McGarry

Notice bibliographique

RevueJournal of Sports Sciences · 2010
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMotor Control and Adaptation
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésBasketballPsychologyDynamics (music)Movement (music)Phase (matter)Space (punctuation)Competition (biology)Cognitive psychologyComputer scienceSocial psychologyCommunicationPhysicsGeographyEcology

Résumé

récupéré en direct d'OpenAlex

We examined space-time patterns of basketball players during competition by analysing movement data obtained from six game sequences. Strong in-phase relations in the longitudinal (basket-to-basket) direction were observed for all playing dyads, especially player-opponent dyads matched for playing position, indicating that these movements were very constrained by the game demands. Similar findings for in-phase relations were observed for the most part in the lateral direction, the main exception being dyads comprising the two wing players from the same team. These dyads instead demonstrated strong attractions to anti-phase, a consequence perhaps of seeking to increase and decrease team width in tandem. Single instances from select dyads and game sequences demonstrated further evidence of phase stabilities and phase transitions on some occasions. Together, these findings demonstrate that space-time movement patterns of playing dyads in basketball, while unique, nonetheless conform to a uniform description in keeping with universal principles of dynamical self-organizing systems as hypothesized.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,011
Tête enseignante GPT0,235
Écart entre enseignants0,225 · 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 source (Gemma direct ou Codex distillé), 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

Citations170
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sports SciencesMême sujetMotor Control and AdaptationTravaux en français237 207