Attacking styles of play in football: a comparison between UEFA Champions League and Copa Libertadores da América
Notice bibliographique
Résumé
This investigation aimed to compare the attacking styles of play (ASPs) between participants in the UEFA Champions League (UCL) and Copa Libertadores de América (CLA). 224 matches from the round of 16 to the semi-finals were analysed, including UEFA Champions League (n = 112, seasons 2017–2019 and 2020–2022) and Copa Libertadores (n = 112, seasons 2019–2022), comprising 31 teams from UCL and 37 teams from CLA. Nine key attacking performance indicators related to ball possession, corner kicks, shots on goal, and goals scored were collected. Hierarchical cluster analysis was performed to distinguish different ASPs, and an association measure was used to identify the key performance indicators that differentiate these styles. UCL teams exhibited a broader range of ASPs compared to CLA teams, demonstrating greater variability. Ball possession indicators were found to be significant in differentiating the ASPs. UCL teams showed a preferred ASP while also employing other styles to diversify their attacking behaviour. In contrast, CLA teams favoured two preferred ASPs, a pattern that became more pronounced as the tournaments progressed. In conclusion, European and South American teams display differences in both the quantity and preference for attacking styles across different phases of their respective continental competitions.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 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 ».