VISUAL TRACKING SPEED AND SOCCER PERFORMANCE METRICS
Notice bibliographique
Résumé
Julia Phillips, Thomas Andre, Jeremy Loenneke. University of Mississippi, Oxford, MS. BACKGROUND: Visual training has previously been shown to correlate to sport specific level of training and sport specific performance measures in controlled conditions. However, it remains unclear if these relationships exist between visual tracking thresholds and in competition decision making metrics over the duration of a soccer season. The purpose of this study was to investigate the relationship between visual tracking speed (VTS) baseline scores and soccer-specific performance measures. METHODS:19 NCAA Division I soccer players were tested before the 2021 spring soccer season, after exclusionary criteria (played in 7 of 9 matches and >10 minutes per game) only 13 were utilized for analysis. VTS was measured from 1-core session (20 trials) on a 3-demensional multiple object tracking (3D-MOT) software Neurotracker (NT; CogniSens Athletic, Inc., Montreal, Quebec, Canada). The soccer performance metrics were obtained from WyScout (Wyscout, Chiavari, Italy). Spearman’s rank order correlation coefficient was utilized to examine potential correlations between criterion variables. RESULTS: There was weak nonsignificant correlation between VTS score and passing accuracy (r = -0.380, p = 0.20). However, there was a strong correlation found between consistency score and passing accuracy (r=0.650, p = 0.016). When examining players based on their role of attackers compared to defenders, there were strong correlations for attacking players consisting of a nonsignificant strong correlation with consistency and passing accuracy (r = 0.730, p = 0.063) was observed. For defenders, consistency and defensive win rate had a strong correlation (r = 0.731, p = 0.099). CONCLUSIONS: This is the first study to examine NeuroTracker (NT) VTS and soccer performance metrics related to in-game decision-making. While consistency was found to correlate with some of the decision-making metrics, VTS did not correlate with any team performance metrics. Future research should seek to include multiple teams for improved sample size while also exploring a potential transfer effect through training.
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 | 0,000 | 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 ».