Influencia de las variables contextuales en las acciones técnicas de jugadores de fútbol profesional durante la competición

• Mario Sanchez ^[1] ; Enrique Benéitez-Andrés ^[1] ; Jesús García ^[1] ; Mercedes Sánchez-Barba ^[1]
  1. [1] Universidad Pontificia de Salamanca

     Universidad Pontificia de Salamanca

     Salamanca, España

     
• Localización: Retos: nuevas tendencias en educación física, deporte y recreación, ISSN-e 1988-2041, ISSN 1579-1726, Nº. 57, 2024, págs. 526-535
• Idioma: español
• Títulos paralelos:
  • Influence of Contextual Variables on the Technical Actions of Professional Football Players During Competition
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    El objetivo de este estudio fue examinar el efecto de la demarcación de los jugadores en el terreno de juego (defensa, centrocampista, delantero), la localización (local vs visitante) y el resultado obtenido (ganar, perder, empatar) sobre las acciones técnicas, a través de la técnica Principal Component Analysis (PCA). Se registraron datos de 27 partidos oficiales disputados por un equipo profesional. Las variables utilizadas fueron, i) ofensivas: pases (PAS), regates (REG) y tiros (TIR) y ii) defensivas: interceptaciones (INT), duelos aéreos (DAE) y despejes (DES). Los resultados mostraron diferencias significativas en todas las demandas técnicas atendiendo a la demarcación. Defensa fue la que menor número de REG y TIR realizó, y la que más acciones de DAE y DES. Los centrocampistas, fueron los que obtuvieron un mayor número de PAS y menos DAE. Los delanteros fueron los que menos acciones de PAS, INT e DES ejecutaron, obteniendo el mayor recuento en REG y TIR. Solo se encontraron diferencias significativas en INT cuando se analizó la influencia de la localización del partido, obteniéndose valores superiores como visitante. El equipo presentó valores superiores en PAS, TIR, INT y DAE cuando consiguió la victoria. Con derrota se realizaron un mayor número de DES que con victoria o empate. Recomendamos a los entrenadores programar sus entrenamientos potenciando con los DEF acciones de DES y DAE, con los CEN, de PAS y TIR y con los DEL, de TIR y REG. Dentro de un deporte de alta complejidad como el fútbol sugerimos a los entrenadores considerar a las variables DAE, INT, PAS y TI, como acciones técnicas a potenciar en los entrenamientos debido a su relación e influencia sobre la consecución de una victoria durante los partidos de competición.

  • English

    The objective of this study was to examine the effect of the demarcation of the players on the field of play (defence, midfielder, forward), the location (home vs. away) and the result obtained (win, lose, draw) on the technical actions, through the Principal Component Analysis (PCA) technique. Data were recorded from 27 official matches played by a professional team. The variables used were, i) offensive: passes (PAS), dribbles (REG) and shots (TIR) and ii) defensive: interceptions (INT), aerial duels (DAE) and clearances (DES). The results showed significant differences in all technical demands depending on the demarcation. Defense was the one that carried out the least number of REG and TIR, and the one that carried out the most DAE and DES actions. The midfielders were the ones who obtained the highest number of PAS and the least DAE. The forwards were the ones who executed the fewest PAS, INT and DES actions, obtaining the highest count in REG and TIR. Significant differences were only found in INT when the influence of the location of the match was analyzed, obtaining higher values as a visitor. The team presented higher values in PAS, TIR, INT and DAE when it achieved victory. With defeat, a greater number of DES were carried out than with victory or draw. We recommend that coaches program their training by enhancing the actions of DES and DAE with the DEF, with the CEN, with PAS and TIR, and with the DEL, with TIR and REG. Within a highly complex sport such as football, we suggest that coaches consider the variables DAE, INT, PAS and TI, as technical actions to enhance in training due to their relationship and influence on achieving a victory during soccer matches. competition.

• Referencias bibliográficas
  • Almeida, C. H., Ferreira, A. P., & Volossovitch, A. (2014). Effects of match location, match status and quality of opposi-tion on regaining...
  • Almulla J., Islam M.T., Al-Absi H.R.H., & Alam T. (2023). SoccerNet: A Gated Recurrent Unit-based model to predict soccer match winners....
  • Aquino, R., Carling, C., Palucci Vieira, L. H., Martins, G., Jabor, G., Machado, J., Santiago, P., Garganta, J., & Puggina, E. (2020)....
  • Barreira, D., Garganta, J., Castellano, J., Prudente, J. & Anguera, M. T. (2014). Evolución del ataque en el fútbol de élite entre 1982...
  • Bradley, P. S., Lago-Peñas, C., Rey, E., & Gómez-Díaz, A. (2013). The effect of high and low percentage ball possession on physical and...
  • Bradley, P. S., Lago-Peñas, C., Rey, E., & Sampaio, J. (2014). The influence of situational variables on ball possession in the English...
  • Bush, M., Barnes, C., Archer, D. T., Hogg, B., & Bradley, P. (2015). Evolution of match performance parameters for various playing position...
  • Casamichana, D., & Castellano, J. (2009). Análisis de los diferentes espacios individuales de interacción y los efectos en las conductas...
  • Castellano, J., Casamichana, D., & Lago, C. (2012). The use of match statistics that discriminate between successful and unsuccessful...
  • Delgado, J. L., Domenech, C., Guzmán, J. F., & Mendez, A. (2013). Offensive and defensive team performance: rela-tion to successful and...
  • Dunn, A., Ford, P. & Williams, M. (2003). A technical profile of different playing positions. Insight, 6(4), 41-45. https://doi.org/10.4100/jhse.2012.72.01
  • Ermidis, G., Randers, M., Krustrup, P., & Mohr, M. (2019). Technical demands across playing positions of the Asian Cup in male football....
  • Gabin, B., Camerino, O., Anguera, M. T., & Castañer, M. (2012). LINCE: Multiplatform sport analysis software. Proce-dia-Social and Behavioral...
  • Geurkink, Y., Boone, J., Verstockt, S., Bourgois, J.G. (2021). Machine learning-based identification of the strongest predictive variables...
  • Goranović, K., Petković, J., Joksimović, M., Badau, D., & Enoiu, R.S. (2024). Rendimiento de los partidos de futbolis-tas de élite en...
  • Hernández, D., Sánchez, M., Martin, V., Benéitez-Andrés, E. & Sánchez-Sánchez, J. (2021). Contextual Variables and Weekly External Load...
  • Hughes, M., Caudrelier, T., James, N., Redwood-Brown, A., Donnelly, I., Kirkbride, A. & Duschesne, C. (2012). Moneyball and soccer – An...
  • Kassambara, A. & Mundt, F. (2020) Factoextra: Extract and Visualize the Results of Multivariate Data Analyses. https://CRAN.R-project.org/package=factoextra
  • Konefał, M., Chmura, P., Kowalczuk, E., Figueiredo, A. J., Sarmento, H., Rokita, A., et al. (2018). Modeling of rela-tionships between physical...
  • Lago-Peñas, C., Lago-Ballesteros, J., Dellal, A., & Gómez, M. (2010). Game-Related Statistics that Discriminated Win-ning, Drawing and...
  • Lago-Peñas, C. & Sanromán-Álvarez, P. (2020). La influencia de la posesión del balón en el rendimiento físico en el futbol profesional....
  • Landis, J. R., & Koch, G. G. (1977). The measurement of observer agreement for categorical data. Biometrics, 33(1), 159–174.
  • Liu, H., Gómez, M. A., Gonçalves, B., & Sampaio, J. (2015). Technical performance and match to match variation in elite football teams....
  • López-Valenciano, A., Garcia-Gómez J.A., López-Del Campo, R., Resta, R., Moreno-Perez, V., Blanco-Pita, H., Valés-Vázquez, Á., & Del Coso,...
  • Martín-Barrero, A. (2016). El modelo de juego del Leicester City. De la concepción teórica a la aplicación práctica. Abfútbol, 82, 13–54....
  • Morera-Carbonell, S., Echeazarra, I., Castellano, J., & Ric, A. (2023). Efecto del modelo de periodización del microci-clo competitivo...
  • Opta Sports. Accessed: Mar. 22, 2020. [Online]. Available: https://www.optasports.com
  • Paixão, P., Sampaio, J., Almeida, C. H., & Duarte, R. (2015). How does match status affects the passing sequences of top-level European...
  • Parim, C., Samil, M., & Hakan, A. (2021). Prediction of Match Outcomes with Multivariate Statistical Methods for the Group Stage in the...
  • Paul D.J., Bradley P.S., & Nassis, G.P. (2015). Factors affecting match running performance of elite soccer players: shedding some light...
  • Pueyo; L., Murillo, V., Álvarez, J., & Amatria, M. (2024). Análisis del estilo de juego de dos equipos entrenados por ‘Pep’ Guardiola....
  • Rein, R., Raabe, D., & Memmert, D. (2017). “Which pass is better?” Novel approaches to assess passing effectiveness in elite soccer. Human...
  • Rico-González, M., Illa, J., Nakamura, F.Y., Pino-Ortega, J. (2022). Reducing Big Data to Principal Components for Position-Specific Futsal...
  • Robles, F., & Castellano, J. (2012). Comparación entre el juego ofensivo de la selección española de fútbol y sus rivales en la Eurocopa...
  • Sal-de-Rellán, A., Raya-González, J., Rey, E., & Hernáiz-Sánchez, A. (2023). Age behavior and variables of success in FIFA World Cup from...
  • Sánchez-García, M., Orgaz Baz, B., Chamorro Martínez, O., Carretero-González, M., & Sánchez Sánchez, J. (2019). Análisis del éxito en...
  • Sánchez-García, M., & Sánchez-Sánchez, J. (2020). Influencia de las modalidades de fútbol 7, 8 y 11 en la demanda téc-nico-táctica de...
  • Sánchez-Sánchez, J., Carretero, M., Assante, G., Casamichana, D. & Los Arcos, A. (2015). Efectos del marcaje al hom-bre sobre la frecuencia...
  • Soto, A., Camerino, O., Iglesias, X., Anguera, M. T., & Castañer, M. (2019). LINCE PLUS: Research Software for Behaviour Video Analysis....
  • STATS Perform. Accessed: Mar. 10, 2020. [Online]. Available: https:// www.statsperform.com/team-performance/football/optical-tracking/
  • Stein, M., Janetzko, H., Seebacher, D., Jäger, A., Nagel, M., Hölsch, J., Kosub, S., Schreck, T., Keim, D.A., Grossni-klaus, M. (2017). How...
  • Taylor, J., Mellalieu, S., James, N., & Shearer, D. (2008). The influence of match location, quality of opposition, and match status on...
  • Wickham, H. (2016). Ggplot2: Elegant Graphics for Data Analysis. Editorial: Springer. New York.
  • Xu, Y. (2021). A sports training video classification model based on deep learning. Scientific Programming. 1-11. https://doi.org/10.1155/2021/7252896
  • Yi, Q., Jia, H., & Gómez, M. (2018). Technical demands of different playing positions in the UEFA Champions League. International Journal...
  • Zhou, C., Zhang, S., Lorenzo, A., & Cut, Y. (2018). Chinese soccer association super league, 2012-2017: key perfor-mance indicators in...