MétaCan
Menu
Retour à la cohorte
Enregistrement W3096689979 · doi:10.3389/fspor.2020.579264

A League-Wide Evaluation of Factors Influencing Match Activity Profile in Elite Australian Football

2020· article· en· W3096689979 sur OpenAlexaboutno aff
Alireza Esmaeili, Patrick Clifton, Robert J. Aughey

Notice bibliographique

RevueFrontiers in Sports and Active Living · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensnon disponible
Organismes subventionnairesVictoria UniversityAustralian Football LeagueJohns Hopkins University
Mots-clésLeagueFootballStatisticsMathematicsQuarter (Canadian coin)Confidence intervalDemographyEconometricsGeographyPhysics

Résumé

récupéré en direct d'OpenAlex

Introduction: Accurate interpretation of activity profile data requires an understanding of the variables influencing player movement during matches. Methods: Over 65,000 stints (player rotations) from all 207 matches of the 2018 Australian Football League (AFL) season were evaluated. The relative activity profile including total distance per minute (TD), high-speed running distance per minute (HSR) and Player LoadTM per minute (PL) was determined for each stint and analysed against a range of match-related, player-related and environment-related predictor variables using multivariate linear mixed modelling. Effect size statistics along with the uncertainty in the estimates (95% confidence interval) were used to interpret the findings. Results: The smallest important effects on TD, HSR and PL were calculated as 1.5%, 5.5% and 2.4%, respectively. Stint duration had small to moderate negative effects on TD (-6%), PL (-7.7%) and HSR (-13%), while recovery duration between stints had a small positive effect on HSR (+7%). There were moderate reductions in TD (-8%), HSR (-23%) and PL (-9.6%) in the last quarter compared to the first quarter of matches, while similar reductions existed in subsequent stints compared to the first stint in each quarter. Moderate to large differences of up to 9% in TD, 48% in HSR and 12% in PL existed between positions. The TD of less experienced players was slightly higher than their more experienced counterparts (2-3%). A 5% increase in body mass was associated with a small reduction in HSR (-5.5%). There were small reductions in TD (-2%), HSR (-10%) and PL (-3%) during the Finals Series compared to the Premiership Season. Moderate levels of rainfall during matches and higher apparent temperatures had small negative effects on TD (-2%) and HSR (-6% and -9%). The number of days break between matches, score margin, match outcome, ground hardness, ground size and traveling for the current or the previous match had trivial effects on the activity profile. Conclusion: Player position and stage of the match (quarter) had the largest effects on match activity profile while stint duration, recovery duration, stint timing, professional experience, body mass, stage of the season and weather conditions also had substantial effects.

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)0,000
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 enseignants0,033
Score d'incertitude au seuil0,577

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0000,000

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 Opus0,036
Tête enseignante GPT0,285
Écart entre enseignants0,249 · 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

Citations11
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Sports and Active LivingMême sujetSports Performance and TrainingTravaux en français237 207