Key performance indicators at FIFA Women's World Cup in different playing surfaces
Notice bibliographique
Résumé
The aim of this study was to examine the key performance indicators of female professional soccer players during the 2011 and 2015 FIFA Women's World Cup, played on different surfaces (natural and artificial turf respectively). A total of 438 women from 24 national teams who participated at Canada 2015 (artificial turf) and 283 players from 16 national teams who played in Germany 2011 (natural grass) were selected for this study. The collected data were provided by OPTA Sports. Twenty-nine key performance indicators were included for analysis. The variables were calculated for the total sample and independently by positions (defense, midfielders and forwards) for matches on natural grass (2011) and artificial turf (2015). A Mann-Whitney U test was used out to identify differences between the sport surfaces. Moreover, a discriminant analysis was performed with the forced entry method to find the variables that better differentiated between the FIFA Women's World Cup 2011 (natural grass) and FIFA Women's World Cup 2015 (artificial turf). Key performance aspects were very similar between the two tournaments, but on natural grass, we observed a significantly higher number of total passes, successful dribbles, total tackles, successful tackles and interceptions. However, on artificial turf there were significantly higher percentages of success in total passes, and a higher number of fouls. This is an important factor for the choice of an elite competition surface because technical actions are crucial to the quality of the game and can influence the future behavior of spectators and fans.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».