MétaCan
Menu
Retour à la cohorte
Enregistrement W4214497905 · doi:10.1080/24733938.2022.2046286

A holistic analysis of collective behaviour and team performance in Australian Football via structural equation modelling

2022· article· en· W4214497905 sur OpenAlexaboutno aff
William B. Sheehan, Rhys Tribolet, Andrew R. Novak, Job Fransen, Mark L. Watsford

Notice bibliographique

RevueScience and Medicine in Football · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFootballQuarter (Canadian coin)LeaguePsychologyStructural equation modelingSocial psychologyApplied psychologyPolitical scienceGeographyMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

Despite awareness of the importance of quantifying technical, tactical, and physical characteristics of match play, few studies have examined the structural relationship of these aspects in professional sport. Accordingly, this study concurrently examined these components in relation to quarter outcome (n = 272) in Australian Football. The study followed a retrospective longitudinal case study design where one teams’ cooperative passing network, skill counts, physical loads, and spatiotemporal behaviours during official Australian Football League games were collected from a period spanning four seasons (2016–2019). A principal components analysis (PCA) and structural equation modelling were used to explore the structural relationships between components and examine the influence on quarter outcome as determined by the point differential (quarter margin). Scoring opportunity and ball movement had direct associations with quarter margin, while unpredictability, uncontested behaviour and physical behaviour did not. Negative associations between uncontested behaviour and scoring opportunity suggest that elevated high-pressure success and a lack of synchrony may positively influence scoring opportunity, a determinant of quarter margin. Further, negative associations between physical behaviour and ball movement suggest that with less physical work, a team’s collective ability to transfer possession between teammates is facilitated, offering an interesting dichotomy between skill and physical demands of Australian Football. While hundreds of different metrics are available, the present study was the first to concurrently examine the influence of a variety of match play components on performance outcomes in Australian Football. These results may provide direction for coaches and practitioners when contemplating practice design, tactical strategies, or the development of behaviour through specific training exercises. Game plans and training drills that focus on optimising attacking and low-pressure ball movement coupled with high levels of mutual interaction between teammates may be beneficial for performance.

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)0,001
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 enseignants0,349
Score d'incertitude au seuil0,403

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,001
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 Opus0,073
Tête enseignante GPT0,336
Écart entre enseignants0,262 · 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

Citations10
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScience and Medicine in FootballMême sujetSports Performance and TrainingTravaux en français237 207