Greater numbers of passes and shorter possession durations result in increased likelihood of goals in 2010 to 2018 World Cup Champions
Notice bibliographique
Résumé
Data analysis in football has indicated an increased likelihood of goals with fewer passes within a possession which have resulted in recommendations of fewer passes and more direct play to score goals. These recommendations did not consider where possessions originated and appear to be contradicted by on-field playing tactics by recent championship winning clubs and national teams in elite competition. Therefore, this study examined the influence of number of passes and possession duration on the likelihood of a shot, or a goal scored during possessions originating in the defensive zone. 4465 possessions originating in the defensive zones of the French, German and Spanish Men's National teams at the 2010 to 2018 World Cups were analyzed. The possessions were analyzed for the length in time of possession (TP0.3), the number of passes completed (nPass0.425) and the number of defenders in the offensive zone. Each possession was classified whether or not a shot occurred, a goal occurred or the ball was returned back into the defensive zone. Mixed-effects multivariate logistic regression models were utilized to model the log odds of a shot, goal, or went-back occurrence at the end of each possession. The logs odds of a shot decreased by -0.29 (p = 0.036) with each pass (nPass0.425) and the log odds of a goal decreased with time of possession (TP0.3) by 1.000 (p = 0.014) and increased with number of passes by 0.775 (p = 0.046). The logs odds of the ball being returned to the defensive zone increased with more passes and greater numbers of defensive players while decreasing with a longer possession duration. The results indicate that a greater number of passes had a positive influence on goal scoring while a longer possession duration had a negative effect. The findings suggest that teams with possessions gained in the defensive zone can use a high number of passes in a short period of time can increase their likelihood of scoring goals.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».