MétaCan
Menu
← Retour à la cohorte
Enregistrement W7014511546

Positionnement des joueurs de soccer en fonction de critères physiques, techniques, tactiques et psychologiques

2008· other· fr· W7014511546 sur OpenAlexaboutno aff

Notice bibliographique

RevueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke) · 2008
Typeother
Languefr
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPoison controlDatabase queryProblem solver
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Vu l'augmentation du nombre d'inscriptions dans les clubs de soccer au Canada, il paraissait important de se pencher sur ce que la science du sport proposait aux sportifs, aux athlètes, aux entraîneurs et autres responsables d'équipe pour atteindre l'excellence. Cette poursuite de l'excellence peut être divisée en deux processus, qui sont: le processus de développement de talent et le processus d'identification de talent. Le développement de talent au soccer a reçu un intérêt tellement considérable que Williams et Reilly (2000) suggèrent de mettre l'emphase sur le processus d'identification de talent. Ce dernier comprend trois étapes clés: la détection, l'identification et la sélection de talent. Parmi ces trois étapes, celle de la sélection est encore très peu étudiée. La personne responsable de la sélection de talent doit choisir, parmi un bassin de joueurs, les plus aptes à occuper certains postes vacants au sein de son équipe. Elle doit non seulement évaluer les aptitudes et le potentiel de chacun des joueurs, mais aussi identifier à quelle position de jeu le joueur sera le plus efficace. Même si ce domaine est très peu étudié, les études antérieures ont permis, à partir de l'analyse de la tâche du joueur de soccer, d'imaginer un niveau de développement physique, technique, tactique et psychologique souhaitable pour la réalisation efficace de sa tâche. Cette recherche visait à aider les entraîneurs lors de la sélection et plus précisément pour positionner leurs joueurs sur le terrain. Considérant, d'une part, que certaines exigences spécifiques demandées au joueur selon la position qu'il occupe ont été relevées et que, d'autre part, les habiletés physiques, techniques, tactiques et psychologiques requises au soccer ont été identifiées, la question suivante s'est posée: existe-t-il un profil différent des performances spécifiques des joueurs en fonction des positions de jeu? Aussi, dans cette optique de caractériser plus amplement les joueurs de soccer en fonction de leur position, les précédentes recherches se sont contentées d'une approche unidimensionnelle, c'est-à-dire qu'une seule dimension du joueur est prise en compte pour prédire sa performance, par exemple, la dimension physique ou technique. Alors, il est apparu judicieux de tenter d'utiliser une approche pluridimensionnelle pour arriver à cette fin. Le premier objectif de l'étude était d'examiner s'il existait des différences entre des critères d'évaluation physiques, techniques, tactiques et psychologiques et le positionnement des joueurs de soccer sur le terrain. Le second objectif de l'étude était d'examiner la possibilité de prédire la position des joueurs advenant le cas que des différences seraient identifiées entre des critères et le positionnement des joueurs. Pour ce faire, les entraîneurs de quatre équipes masculines et de quatre équipes féminines de la ligue de soccer universitaire québécoise. ont accepté d'évaluer à deux reprises leurs athlètes respectifs à partir d'un questionnaire comprenant 18 critères d'évaluation provenant de quatre domaines rattachés à des exigences reliées à la tâche. Le questionnaire d'évaluation a été mis au point à partir d'une analyse des exigences de l'activité de compétition au soccer, des données expérimentales relatives aux éléments de performance au soccer, du questionnaire d'évaluation utilisé par l'Académie de soccer des Verts et Or de Sherbrooke et de la consultation d'experts. La consigne retenue pour l'entraîneur utilisant le questionnaire était d'évaluer la performance de l'athlète sur les critères en le comparant à l'ensemble des joueurs de niveau universitaire de même sexe qu'il a vu évoluer au cours de sa carrière d'entraîneur."--Résumé abrégé par UMI.

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)0,006
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,259
Score d'incertitude au seuil0,516

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,014
Tête enseignante GPT0,249
Écart entre enseignants0,235 · 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

Citations0
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke)→Travaux en français237 207→