Exploring the effects of substituting basketball players in high-level teams
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Substituting basketball players during competition is a key process to optimise collective performance. Available research on this topic is scarce, probably due to the difficulty in isolating these effects; thus, the aim of this study was to identify the temporal effects of substitutions in basketball (Spanish professional basketball league). The sample was composed of 1118 substitutions gathered from 21 basketball games. The analysed variables were coach-controlled (player and team's personal fouls, player in and player out roles, player's in and out minutes on-court and timeout situation); on-court (foul committed, free throws, 2- and 3-point field-goal effectiveness) and situational variables (scoreline, quality of opposition, game location and game quarter). The results showed positive scoring performances after the substitution for all the analyses. During the first quarter, there were significant effects for fouls committed, scoreline and game location after the substitution. The player's out personal fouls, free-throw effectiveness, player in, minutes on-court player in, timeout situation and 3-point field-goal effectiveness were significant during the second quarter. The team's personal fouls, game location, and scoreline were identified as important in the third quarter. The fourth quarter did not show significant effects on the independent variables. Current findings allow optimising coaches' plans and team management of on-court and bench players throughout the game.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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