Resumen de Análisis del comportamiento táctico colectivo basado en el dato de posicionamiento en los deportes de equipo: revisión sistemática de las variables tácticas colectivas y valoración de la calidad de la medida
Introducción Desde un punto de vista jurídico, los deportes de equipo son deportes deóntico-jurídicos que se basan en el principio de sanción. Las reglas definen la “lógica interna”, es decir, los rasgos pertinentes o “constraints” y las consecuencias práxicas (e.g., el comportamiento táctico colectivo) de cada deporte. Los deportes de equipo comparten dos rasgos de lógica interna (o “constraints”) fundamentales: la presencia de compañeros y de adversarios. En consecuencia, los jugadores de deportes colectivos deben responder a la incertidumbre (i.e., falta de información) debida a sus propios compañeros, y en especial, a los adversarios. La incertidumbre social supone imprevisibilidad, interactividad, y procesos no lineales. Por tanto, los deportes de equipo pueden entenderse como sistemas complejos en los que se pueden valorar aspectos como la fase relativa y la variabilidad en los tres tipos de variables del comportamiento táctico colectivo: el punto geométrico (GC), las díadas y el área.
Con el objetivo de profundizar en el análisis del comportamiento táctico colectivo en los deportes de equipo, el estado del arte fue abordado mediante una revisión sistemática que consideró el origen y las modificaciones de tres tipos de variables tácticas: el punto geométrico (GC), las díadas y el área. Para una declaración explícita, se seleccionaron las palabras clave siguiendo el diseño PICO y se realizó la búsqueda sistemática en cuatro bases de datos (i.e., SportDiscuss, PubMed, ProQuest y WoK). Los tres grupos de palabras clave fueron: a) deportes de equipo en los que el uso del móvil es simultáneo (muestra), b) términos sobre la herramienta de evaluación de las variables tácticas (intervención) y, por último, c) términos relacionados con lo que los autores esperaban encontrar (resultados). 3,973 documentos fueron resgistrados, de los cuales 1,779 eran duplicados y fueron eliminados. Después del análisis de los 2,178 artículos restantes, 36 fueron añadidos desde fuentes adicionales. Finalmente, de los 72 artículos que cumplieron los criterios de inclusión 1-3, 38 propusieron de manera original alguna variable táctica colectiva o técnica de análisis no lineal. En última instancia, los resultados fueron organizados en los tres grupos principales (el punto geométrico [GC], díadas y área).
Siete artículos propusieron variables tácticas originales relacionadas con el posicionamiento del centro geométrico (GC). Dos cálculos diferentes han sido sugeridos para medir el GC en los deportes de equipo, siendo la media [x, y] de varios o todos los jugadores del equipo el más utilizado. Aunque el GC original consideró el portero en el cálculo del GC en el fútbol, habitualmente, no suele ser considerado en la medición. Puesto que la ubicación de los jugadores respecto a la portería no es considerada para evaluar el GC en deportes de equipo, sería conveniente asociar variables tácticas complementarias como por ejemplo la distancia entre el portero o la portería y el GC. Los investigadores han aplicado dos técnicas (i.e., la transformación de Hilbert y el método Cluster) para analizar la sincronización (i.e. la fase relativa) y el AMI para evaluar la complejidad y la regularidad o la previsibilidad del GC en los deportes de equipo.
Veintiséis artículos propusieron variables tácticas originales relacionadas con las díadas durante las últimas dos décadas. En función de la naturaleza de los osciladores, las díadas se pueden clasificar en: (1) díadas de jugador-jugador (i.e., jugador-oponente, jugador-compañero), jugador-espacio, jugador-móvil y GC-GC- jugador / espacio / portería. La medición de la distancia o el ángulo entre jugadores permite evaluar la interacción entre dos jugadores, ya sean compañeros de equipo u oponentes. Estas díadas son de especial interés en los deportes en los que se usa el marcaje individual frecuentemente, como el baloncesto y el fútbol sala, y en los contextos cercanos a la diana (e.g., portería y canasta). Además, las díadas jugador-jugador se utilizan para valorar la longitud y la anchura del equipo y las díadas jugador-GC para evaluar la dispersión del equipo. Las díadas espacio-jugador han sido medidas para evaluar la distancia entre el jugador (o línea de equipo) y espacios relevantes como, por ejemplo, la diana. Aunque estas variables pueden ser interesantes de manera independiente, sería enriquecedor analizar la relación entre ellas.
La aplicación de la fase relativa y la entropía ha permitido el análisis de la sincronización y la complejidad y regularidad o previsibilidad de las díadas (i.e., fase relativa, método Cluster, entropía, ApEn, ApEnratioRandon, ApEnratioSuffle, SampEn, cross-SampEn, AMI). Por lo general, la fase relativa ha sido utilizada para medir la sincronización entre dos osciladores (i.e. transformación de Hilbert), pero varios autores han sugerido el método Cluster para evaluar la sincronización entre más de dos osciladores. Esta sugerencia aporta un análisis más complejo de los deportes de equipo. Con respecto a la entropía, diversos tipos de técnicas han sido sugeridas: ApEn, ApEnratioRandon, ApEnratioSuffle, SampEn, cross-SampEn. La falta de consenso dificulta la comparación entre los estudios.
Quince artículos sugirieron variables tácticas originales relacionadas con el área. Las variables tácticas de este grupo se pueden clasificar en 3 tipos: espacio ocupado, espacio de exploración y espacio dominante o de influencia. La mayoría de los estudios no consideraron el portero y el espacio de juego restante para evaluar el espacio ocupado, pero varios estudios han propuesto nuevas variables que consideran la totalidad del espacio de juego en la medición del uso del espacio: espacio libre efectivo, área de superficie normalizada. Solo ha sido sugerida una variable espacial de exploración colectiva: el rango principal del centro geométrico (GC). Esta sugerencia podría aplicarse para evaluar el espacio de exploración colectiva de varios jugadores (i.e. subsistema). La medición del espacio dominante o de influencia se ha basado en el cálculo de la región de Voronoi a partir de la distancia entre jugadores, aunque varios estudios basaron el cálculo en el tiempo t (i.e. el hipótetico tiempo que se necesitaría para alcanzar un punto en el espacio). También, varios estudios han propuesto diferentes áreas dominantes ponderadas: dominant area weighted by the goal y dominant area weighted by the ball. Con el objetivo de evaluar la previsibilidad del uso del espacio cuatro técnicas diferentes han sido utilizadas: SampEn, cross-SampEn, ApEn, ApEnRatioRandom.
A pesar del uso frecuente de la tecnología de radiofrecuencia (RF) (GNSS / GPS) y sistemas de posición local (LPS) en la investigación deportiva, no existe un protocolo que establezaca cómo evaluar la calidad del proceso de recopilación de datos. Por lo tanto, en este capítulo fue sugerido un estándar de criterios de calidad basado en protocolos utilizados previamente para evaluar la calidad de los datos registrados mediante la tecnología RF en deportes de equipo. Se consideraron varios factores que podrían afectar la calidad de los datos: fiabilidad y validez, frecuencia de muestreo, criterios de exclusión e inclusión de datos, el momento en que se extrajeron los datos, el bloqueo, sincronización de datos, la cantidad de puntos de referencia y satélites, condiciones ambientales y de infraestructura, instalación y posición de antenas, y método de medición. Se propuso una herramienta de valoración de la calidad del proceso de recogida del dato compuesta por 14 ítems de criterios generales. Además, se incluyeron 4 itmes y 8 ítems adicionales para los sistemas GPS / GNSS y LPS, respectivamente (anexo 1).
La precisión en el registro del dato de posicionamiento de los jugadores es un aspecto crucial en la medición de las variables de comportamiento táctico. Uno de los factores que afectan a la precisión del registro es la frecuencia de muestreo empleada, cuyo aumento puede incrementar la resolución de la medida. El desarrollo de la tecnología aplicada a el deporte ha posibilitado que las empresas incorporen Sistemas de Información Geográfica (GIS) que permiten mostrar datos sobre la localización, ofreciendo amplias posibilidades para el análisis del posicionamiento táctico de los equipos mediante los datos vectoriales que reflejan el posicionamiento en forma de punto, línea y/o polígono. Sin embargo, el GIS es un complemento externo que las empresas añaden a los softwares. Debido a cuestiones técnicas derivadas del procesamiento de datos, estas aplicaciones asumen un límite de procesamiento de datos, que no permitirá importar y procesar todos los datos que se hayan registrado. Esta limitación podría suponer que la medida asuma cierta imprecisión, por lo que algunas empresas han propuesto diferentes soluciones. Concretamente, la empresa RealtrackSystems permite de manera adicional la inserción de mayor cantidad de datos por segundo que la que el GIS incorporado en el software tiene por defecto (1 Hz).
Por lo tanto, los objetivos de la tesis doctoral fueron: a) evaluar y valorar el impacto de la cantidad de datos insertados por segundo en la medida del GC y el área total (TA) cubierta durante varias tareas de entrenamiento controladas y b) evaluar y valorar el impacto de la cantidad de datos insertados por segundo en la medida del GC, la distancia media entre jugadores (mean-DbP) y el área total cubierta durante un partido de fútbol.
Método El software S PRO, RealTrack Sytems, Almeria, Spain permite insertar datos por segundo para el uso del GIS. El impacto de la inserción de datos fue evaluado y valorado para las variables tácticas GC, mean-DbP y TA tanto durante varias tareas controladas, en el que se comparó el valor obtenido con la medida real, como durante un partido 7+GK vs 7+GK. En concreto, cuatro cantidades diferentes de dato fueron insertadas: 10 datos por segundo (GIS 10 Hz), 4 datos por segundo (GIS 4 Hz), 2 datos por segundo (GIS 2 Hz) y 1 dato por segundo (GIS 1 Hz).
Resultados Los valores de cGCp fueron significativamente (p<0.01) y sustancialmente (ES = large) diferentes en comparación a la medida real entre todas las cantidades de datos insertados por segundo durante todas las tareas controladas: 10 datos por segundo (GIS 10 Hz), 4 datos por segundo (GIS 4 Hz), 2 datos por segundo (GIS 2 Hz) y 1 dato por segundo (GIS 1 Hz). Sin embargo, los valores de TA fueron similares (p > 0.05; ES = trivial) a la medida real para todas las cantidades de datos insertados por segundo.
Los valores de cGCp fueron significativamente (p<0.001) y sustancialmente (ES = moderate-large) diferentes en función de la cantidad de datos insertados por segundo (10 datos por segundo (GIS 10 Hz), 4 datos por segundo (GIS 4 Hz), 2 datos por segundo (GIS 2 Hz) y 1 dato por segundo (GIS 1 Hz)) en el partido de fútbol. Los valores de mean-DbP fueron significativamente (p<0.01) y sustancialmente (ES = moderate-large) diferentes al comparar los valores obtenidos tras la inserción de 1 dato y 10 datos por segundo (1 vs 10 datos, (p <0.01). Los valores de TA fueron significativa y sustancialmente similares (p>0.05; ES = trivial) en a todas las cantidades de datos insertados por segundo en el partido de fútbol.
Discusión y conclusiones Hasta la fecha, no hay consenso sobre la cantidad de datos que se debe emplear para medir las variables tácticas colectivas en los deportes de equipo. Además, ningún estudio ha hecho referencia al tratamiento de los datos en el GIS, lo que sugiere una falta de información sobre las limitaciones de su uso. Esta tesis doctoral, sugiere el uso de, al menos, 10 datos insertados por segundo para medir el cGCp (GC) y la mean-DbP. Sin embargo, la inserción de más de un dato por segundo no supone ningún beneficio en la medición del TA durante el entrenamiento de fútbol. Por tanto, los técnicos deportivos e investigadores no deberían emplear el mismo número de datos para medir las variables tácticas colectivas en los deportes de equipo.
