Soccer Scoring Techniques—A Biomechanical Re-Conception of Time and Space for Innovations in Soccer Research and Coaching
Notice bibliographique
Résumé
BACKGROUND: Scientifically, both temporal and spatial variables must be examined when developing programs for training various soccer scoring techniques (SSTs). Unfortunately, previous studies on soccer goals have overwhelmingly focused on the development of goal-scoring opportunities or game analysis in elite soccer, leaving the consideration of player-centered temporal-spatial aspects of SSTs mostly neglected. Consequently, there is a scientific gap in the current scoring-opportunity identification and a dearth of scientific concepts for developing SST training in elite soccer. OBJECTIVES: This study aims to bridge the gap by introducing effective/proprioceptive shooting volume and a temporal aspect linked to this volume. METHOD: the SSTs found in FIFA Puskás Award (132 nominated goals between 2009 and 2021) were quantified by using biomechanical modeling and anthropometry. RESULTS: This study found that players' effective/proprioceptive shooting volume could be sevenfold that of normal practice in current coaching. CONCLUSION: The overlooked SSTs in research and training practice are commonly airborne and/or acrobatic, which are perceived as high-risk and low-reward. Relying on athletes' talent to improvise on these complex skills can hardly be considered a viable learning/training strategy. Future research should focus on developing player-centered temporal-spatial SST training to help demystify the effectiveness of proprioceptive shooting volume and increase scoring opportunities in soccer.
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 | 0,012 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,014 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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 ».