Una precisión de pase del ochenta por ciento puede ser un nivel crítico para el éxito del equipo de fútbol
Resumen
En esta investigación, se analizó la precisión de pase (PP) promedio de los jugadores de centro (C), lateral (L), centro-medio (CM), lateral-medio (LM) y delanteros centro (CF) de los equipos de la Súper Liga Turca (SLT), así como los puntos de la temporada 2020-2021. El test de correlación de Pearson fue utilizado para el análisis estadístico, estableciendo el intervalo de confianza en 99% (p <0,01). Los resultados mostraron que el promedio de PP de los jugadores de C y CM estaba altamente relacionado con los puntos obtenidos al final de la temporada. La precisión de pase de los equipos que terminaron la liga en las mejores posiciones fue superior al 80%, y fue menor en los equipos que terminaron en peores posiciones. En conclusión, los resultados demostraron que la precisión del pase afectó a la clasificación de los equipos de la SLT, y que un 80% de precisión de pase puede ser un nivel crítico para terminar en las mejores posiciones de la liga.
Descargas
Citas
Beavan, A., Hanke, L., Spielmann, J., Skorski, S., Mayer, J., Meyer, T., & Fransen, J. (2021). The effect of stroboscopic vision on performance in a football specific assessment. Science and Medicine in Football, 1-6. https://doi.org/10.1080/24733938.2020.1862420
Broich, H., Mester, J., Seifriz, F., & Yue, Z. (2014). Statistical analysis for the First Bundesliga in the current soccer season. Progress in Applied Mathematics, 7(2), 1-8.
Burch, M., Angelescu, S. L., Wallner, G., & Lakatos, P. (2020). Visual Analysis of FIFA World Cup Data. International Conference Information Visualisation. https://doi.org/10.1109/IV51561.2020.00028
Dunton, A., O’Neill, C., & Coughlan, E. K. (2020). The impact of a spatial occlusion training intervention on pass accuracy across a continuum of representative experimental design in football. Science and Medicine in Football, 4(4), 269-277. https://doi.org/10.1080/24733938.2020.1745263
Estember, R. D., Reyes, S. M. L., & Solaiman, O. A. (2020, March, 10-12). Benchmarking the Performance of Southeast Asian Football Teams Using the CCR Data Envelopment Analysis (CCR-DEA) Model. Proceedings of the International Conference on Industrial Engineering and Operations Management.
Faria, B. M., Reis, L. P., Lau, N., & Castillo, G. (2010). Machine Learning algorithms applied to the classification of robotic soccer formations and opponent teams. 2010 IEEE Conference on Cybernetics and Intelligent Systems. https://doi.org/10.1109/ICCIS.2010.5518540
Gil, S. M., Zabala-Lili, J., Bidaurrazaga-Letona, I., Aduna, B., Lekue, J. A., Santos-Concejero, J., & Granados, C. (2014). Talent identification and selection process of outfield players and goalkeepers in a professional soccer club. Journal of Sports Sciences, 32(20), 1931-1939. https://doi.org/10.1080/02640414.2014.964290
Herold, M., Kempe, M., Bauer, P., & Meyer, T. (2021). Attacking Key Performance Indicators in Soccer: Current Practice and Perceptions from the Elite to Youth Academy Level. Journal of Sports Science & Medicine, 20(1), 158. https://doi.org/10.52082/jssm.2021.158
Lago-Peñas, C., Lago-Ballesteros, J., Dellal, A., & Gómez, M. (2010). Game-related statistics that discriminated winning, drawing and losing teams from the Spanish soccer league. Journal of Sports Science & Medicine, 9(2), 288.
Lee, S.-H., & Kim, Y.-H. (2021). Influences on Time and Spatial Characteristics of Soccer Pass Success Rate: A Case Study of the 2018 World Cup in Russia. Journal of Digital Convergence, 19(1), 475-483. https://doi.org/10.14400/JDC.2021.19.1.475
Mackolik. (2021). https://www.mackolik.com/
Mourao, P. R. (2016). Soccer transfers, team efficiency and the sports cycle in the most valued European soccer leagues–have European soccer teams been efficient in trading players? Applied Economics, 48(56), 5513-5524. https://doi.org/10.1080/00036846.2016.1178851
Pettersen, S. A., Johansen, D., Johansen, H., Berg-Johansen, V., Gaddam, V. R., Mortensen, A., Langseth, R., Griwodz, C., Stensland, H. K., & Halvorsen, P. (2014). Soccer video and player position dataset. Proceedings of the 5th ACM Multimedia Systems Conference. https://doi.org/10.1145/2557642.2563677
Robin, N., Toussaint, L., Joblet, E., Roublot, E., & Coudevylle, G. R. (2020). The Beneficial Influence of Combining Motor Imagery and Coach’s Feedback on Soccer Pass Accuracy in Intermediate Players. Journal of Motor Learning and Development, 8(2), 262-279. https://doi.org/10.1123/jmld.2019-0024
Rusu, A., Stoica, D., Burns, E., Hample, B., McGarry, K., & Russell, R. (2010). Dynamic visualizations for soccer statistical analysis. 2010 14th International Conference Information Visualisation. https://doi.org/10.1109/IV.2010.39
Staufenbiel, K., Lobinger, B., & Strauss, B. (2015). Home advantage in soccer–A matter of expectations, goal setting and tactical decisions of coaches? Journal of Sports Sciences, 33(18), 1932-1941. https://doi.org/10.1080/02640414.2015.1018929
Weston, M., Drust, B., & Gregson, W. (2011). Intensities of exercise during match-play in FA Premier League referees and players. Journal of Sports Sciences, 29(5), 527-532. https://doi.org/10.1080/02640414.2010.543914
Yi, Q., Groom, R., Dai, C., Liu, H., & Gómez Ruano, M. Á. (2019). Differences in technical performance of players from ‘the big five’European football leagues in the UEFA Champions League. Frontiers in psychology, 10, 2738. https://doi.org/10.3389/fpsyg.2019.02738
Yi, Q., Liu, H., Nassis, G. P., & Gómez, M.-Á. (2020). Evolutionary Trends of Players’ Technical Characteristics in the UEFA Champions League. Frontiers in psychology, 11. https://doi.org/10.3389/fpsyg.2020.01032
Yıldız, B. F. (2020). Applying Decision Tree Techniques to Classify European Football Teams. Journal of Soft Computing and Artificial Intelligence, 1(2), 29-35.
Yue, Z., Broich, H., & Mester, J. (2014). Statistical analysis for the soccer matches of the first Bundesliga. International Journal of Sports Science & Coaching, 9(3), 553-560. https://doi.org/10.1260/1747-9541.9.3.553
Zhou, C., Calvo, A. L., Robertson, S., & Gómez, M.-Á. (2020). Long-term influence of technical, physical performance indicators and situational variables on match outcome in male professional Chinese soccer. Journal of Sports Sciences, 1-11. https://doi.org/10.1080/02640414.2020.1836793
Zhou, C., Gómez, M.-Á., & Lorenzo, A. (2020). The evolution of physical and technical performance parameters in the Chinese Soccer Super League. Biology of Sport, 37(2), 139. https://doi.org/10.5114/biolsport.2020.93039
Las obras que se publican en esta revista están sujetas a los siguientes términos:
1. El Servicio de Publicaciones de la Universidad de Murcia (la editorial) conserva los derechos patrimoniales (copyright) de las obras publicadas, y favorece y permite la reutilización de las mismas bajo la licencia de uso indicada en el punto 2.
© Servicio de Publicaciones, Universidad de Murcia, 2013
2. Las obras se publican en la edición electrónica de la revista bajo una licencia Creative Commons Reconocimiento-NoComercial-SinObraDerivada 3.0 España (texto legal). Se pueden copiar, usar, difundir, transmitir y exponer públicamente, siempre que: i) se cite la autoría y la fuente original de su publicación (revista, editorial y URL de la obra); ii) no se usen para fines comerciales; iii) se mencione la existencia y especificaciones de esta licencia de uso.
3. Condiciones de auto-archivo. Se permite y se anima a los autores a difundir electrónicamente las versiones pre-print (versión antes de ser evaluada) y/o post-print (versión evaluada y aceptada para su publicación) de sus obras antes de su publicación, ya que favorece su circulación y difusión más temprana y con ello un posible aumento en su citación y alcance entre la comunidad académica.