Análisis del combate en la iniciación al karate: un ejemplo de utilización de árboles de decisión en metodología observacional

• Sastre Fácila, Vanessa ^[1] ; Arana Idiakez, Javier ^[1] ; Lapresa Ajamil, Daniel ^[1] ; Ibáñez Moro, Rafael ^[3] ; Anguera, M. Teresa ^[2]
  1. [1] Universidad de La Rioja

     Universidad de La Rioja

     Logroño, España

     
  2. [2] Universitat de Barcelona

     Universitat de Barcelona

     Barcelona, España

     
  3. [3] Real FEderación Española de Karate

  Mostrar afiliaciones +
• Localización: Cuadernos de psicología del deporte, ISSN-e 1989-5879, ISSN 1578-8423, Vol. 22, Nº. 2, 2022 (Ejemplar dedicado a: CPD2(2022); I-II), págs. 247-257
• Idioma: español
• Títulos paralelos:
  • Combat analysis in initiation to karate: decision trees in observational methodology
  • Análise do combate na iniciação ao karatê: um exemplo do uso de árvores de decisão na metodologia observacional.
• Enlaces
  • Texto completo
• Dialnet Métricas: 2 Citas
• Resumen
  • español

    El presente trabajo persigue delimitar el desempeño técnico-táctico en combates en la iniciación al karate y mostrar las posibilidades de aplicación de la técnica de análisis de árbol de decisión en metodología observacional. El muestreo observacional ha ascendido a 887 acciones técnico-tácticas ofensivas realizadas en 40 combates por participantes de la franja de 8-9 años de edad. El instrumento de observación se ha introducido en el seno del software de registro y codificación, Lince. La calidad del dato ha quedado garantizada, por un lado, mediante un procedimiento de concordancia inter-observadores a partir del coeficiente Kappa de Cohen y, por otro lado, por un diseño de generalizabilidad. Se han realizado dos árboles de decisión utilizando dos algoritmos diferentes (CHAID y CART). Los resultados obtenidos con ambos algoritmos coinciden en señalar como mejor predictor de la “zona del cuerpo a la que se dirige la técnica” a la dimensión “segmento”; pero se diferencian en el segundo mejor pronosticador: dimensión “grupo de técnica” mediante el algoritmo CHAID; y dimensión “técnica detallada” con el algoritmo CART.

  • English

    This work analyze the technical-tactical performance in combats in the initiation to karate and show the possibilities of application of the decision tree analysis technique in observational methodology. The observational sampling is made up of 887 offensive technical-tactical actions executed in 40 combats by participants of the 8-9 age group. Regarding the recording and coding process, the observation instrument has been introduced in the software LINCE. The quality of the data has been guaranteed by means of an inter-observer concordance procedure based on Cohen's Kappa coefficient and by a design of generalizability. Two decision trees have been made using two different algorithms (CHAID and CART). The results obtained with both algorithms coincide in pointing out the "segment" dimension as the best predictor of the "body area to which the technique is directed"; but they differ in the second best forecaster: dimension "technique group" through the CHAID algorithm; and "concrete technique" dimension with the CART algorithm.

  • português

    Este trabalho analisa o desempenho técnico-tático em combates na iniciação ao karatê e mostra as possibilidades de aplicação da técnica de análise de árvore de decisão na metodologia observacional. A amostragem observacional é composta por 887 ações técnico-táticas ofensivas executadas em 40 combates por participantes da faixa etária de 8 a 9 anos. Em relação ao processo de registro e codificação, o instrumento de observação foi introduzido no software LINCE. A qualidade dos dados foi garantida por meio de um procedimento de concordância interobservador baseado no coeficiente Kappa de Cohen e por um desenho de generalização. Duas árvores de decisão foram feitas usando dois algoritmos diferentes (CHAID e CART). Os resultados obtidos com ambos os algoritmos coincidem em apontar a dimensão "segmento" como o melhor preditor da “área do corpo para a qual a técnica é direcionada”; mas diferem no segundo melhor preditor: dimensão “grupo de técnicas” usando o algoritmo CHAID; e dimensão “técnica detalhada” com o algoritmo CART.