ダイナミックな調整のためのチーム戦略の適用: 3対3のバスケットボールを用いた専門知識の比較研究

Jun Ichikawa¹, Masatoshi Yamada², Yutaka Iwaihara³

¹Faculty of Informatics, Shizuoka University, 3-5-1 Johoku, Chuo-ku, Hamamatsu, Shizuoka, Japan.

PloS one

|February 20, 2026

まとめ

専門家バスケットボール選手は,複雑な動きのダイナミクスを発揮し,攻撃的戦略を敵が予測し難くする. この研究では,専門知識が低いグループと比較して,高度な専門知識を持つプレーヤーにおけるチーム戦略の適用を分析した.

科学分野:

コグニティブ・サイエンスコグニティブ・サイエンス
スポーツ科学スポーツ科学
ネットワーク科学ネットワーク科学
機械学習 (Machine Learning) とは,機械学習 (Machine Learning) について学ぶことです.

背景:

チームパフォーマンスは,スポーツ科学で研究されている,調整された身体的相互作用によって強化されます.
ダイナミックコーディネーションにおける情報処理とチーム戦略の適用は,まだ十分に研究されていない.
以前の研究は,戦略的情報処理を無視して,物理的な相互作用に焦点を当てた.

研究の目的:

異なる専門レベルにおけるダイナミックな調整におけるチーム戦略の適用を調査する.
プレイヤーの専門知識に基づいて攻撃的な動きを予測する難しさを分析する.
運動の複雑性と,バスケットボールのチーム戦略との関係を定量化する.

主な方法:

高度な専門知識を持つ女性選手 (3対3のバスケットボール) を使ったフィールド実験 (平均19.33年の経験).
トラッキング位置データを用いて運動ダイナミクスの分析,エントロピーとして予測難度を定量化.
専門知識が低い選手 (平均11.33年の経験) とランダムウォークベースラインとの比較.

主要な成果:

高専門性のプレーヤーは,低専門性のプレーヤーと比較して,コーチングのヒントを受け取った後,運動エントロピー (予測が難しい) が著しく高かった.
高専門性のプレーヤーにおける運動エントロピーは,ヒントの前に低専門性のプレーヤーと類似しており,ランダムウォークよりも低い.
専門家における動きの複雑性の増加は,洗練されたチーム戦略の適用を示唆する.

結論:

専門家レベルの動きのダイナミクスはより複雑で,対戦相手の予想を妨げます.
チーム戦略の適用は,高度な専門知識を持つ選手の動きの複雑さを高めることに関連しています.
この研究は,スポーツにおけるチームコーディネーションの認知的側面に関する基礎的な洞察を提供します.

さらに関連する動画