MétaCan
Menu
Retour à la cohorte
Enregistrement W4407774853 · doi:10.18282/iss638

Analysis of the internal and external loads, and technical actions of small-sided games in soccer

2024· article· en· W4407774853 sur OpenAlexaff
Nuno André Nunes, Gavin Comber, Grégory Hallé Petiot, Mathew Coley

Notice bibliographique

RevueInsight - Sports Science · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésComputer science

Résumé

récupéré en direct d'OpenAlex

The priority in team sport training like soccer is the acquisition and refinement of individual and group skills as well as tactics to transform the group into an effective competitive unit. To achieve these objectives, it is common for coaches to reduce both the number of players and the field dimensions to manipulate exercise intensity, catering for the specific needs of their players. The use of small-sided games (SSGs) that feature less participant has proven a practical tool for coaches, for the development of technical, tactical, and physical abilities. The objective of this paper is to conduct a review of the literature on the topic of small-sided games to analyze specific parameters such as physiological, technical, and movement duration. The effectiveness of SSGs in enhancing aerobic and anaerobic capacities as well as technical skills is often highlighted although their main benefit might be to practice decision-making and problem-solving under pressure, replicating game-like situations. Examining the psychological aspects during small-sided games, such as confidence, motivation, enjoyment, and cognitive engagement, could also provide insights into optimizing training programs and enhancing player development. In summary, small-sided games offer diverse benefits for physical, technical, tactical development in players across different age groups and skill levels for both training and/or learning purposes. Future research should thus focus on investigating the long-term effects of small-sided games on players’ physical and technical development, as well as their transfer to actual match 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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,028
Tête enseignante GPT0,310
Écart entre enseignants0,282 · 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 source (Gemma direct ou Codex distillé), 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

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInsight - Sports ScienceMême sujetSports Performance and TrainingTravaux en français237 207