Soccer Scoring Techniques — a Scientific Re-conception of Time and Space via Biomechanical Modeling
Notice bibliographique
Résumé
From a scientific standpoint, both temporal and spatial variables must be examined when developing programs for training various soccer scoring techniques (SSTs), but a review of current literature reveals that existing scientific studies have overlooked this combinatory influence. Consequently, there is no reliable theory on temporal-spatial identification when evaluating scoring opportunities. Quantified by using biomechanical modeling, anthropometry, and SSTs found in FIFA Puskás Award (121 nominated goals between 2009 and 2020), it is found that players’ proprioceptive/effective shooting volume (i.e. players’ attack space) could be sevenfold the currently-practiced shooting volume. The ignorance of some SSTs’ training leads to the underuse of the potential shooting volume. These overlooked SSTs are airborne and/or acrobatic techniques, perceived as high-risk and low-reward. Relying on the talent of an athlete to improvise on the fly can hardly be considered as a viable coaching strategy. Therefore, for developing science-based SST training regimes, groundbreaking studies are needed to: 1) expand the perception of shooting volume, and 2) entrain one-touch-shot techniques (airborne/acrobatic) within this volume, in short, Focusing-on-Time-in-Space. Whence, the new temporal-spatial theory could guide future researches and develop novel training programs. An increase of airborne/acrobatic goals would ultimately further enhance the excitement of 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.
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 | 0,009 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,007 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,008 |
| Communication savante | 0,008 | 0,009 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».