分散型状況認識によるサッカー選手の移行の理解

科学分野:

• スポーツ科学
• パフォーマンス分析
• 才能開発

背景:

• サッカーにおける選手の移行は、成長にとって重要ですが、怪我や幸福度のリスクを高めます。
• この分野は十分に調査されておらず、移行を効果的に管理する方法についての知識は限られています。
• これらの移行を理解することは、有害な結果を防ぐために不可欠です。

研究 の 目的:

• プロサッカーにおける選手の移行のネットワークベースのモデルを開発すること。
• 分散型状況認識（DSA）を用いて選手の移行を分析すること。
• 成功した、または失敗した選手の移行に影響を与える要因を特定すること。

主な方法:

• イベント分析システムチームワーク（EAST）フレームワークを適用しました。
• グループモデル構築とパフォーマンススタッフへの半構造化インタビューを利用しました。
• 移行のダイナミクスを表すネットワークベースのモデルを開発しました。

主要な成果:

• 選手の移行には、タスク、スタッフ、情報フロー間の複雑な相互作用が伴います。
• プレッシャーの高い状況での分散型状況認識（DSA）の失敗は、否定的な結果につながる可能性があります。
• 特定の個人への過度の依存と、トップチームのコーチの関与の限定性は、潜在的に否定的な移行効果と相関しています。

結論:

• サッカークラブは、選手の移行を管理するためのより良いプロセスを開発する必要があります。
• DSAとコーチの関与を改善することで、怪我や幸福度の問題のリスクを軽減できます。
• 移行を最適化することで、選手とクラブにとって肯定的な成長成果が向上します。