| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 913.73 KB | Adobe PDF |
Orientador(es)
Resumo(s)
Introduction: Network analysis has gained increasing attention, as it provides a framework for identifying both collective and individual behaviours within the football teams.
Objective: This study aimed to analyse the offensive actions that resulted in shots using network analysis in a Portuguese First Division football team during the 2020-2021 season.
Methodology: All 34 matches were coded using Angles® software. Offensive actions were defined as sequences starting with a ball recovery and ending with a shot. Adjacency matrices were constructed for each match, and both macro and micro analytical approaches were employed to examine differences between the two halves of the season.
Results: Findings indicated 914 intra-team interactions, with player 14 (midfielder) and player 2 (forward) as key contributors, particularly in micro network metrics such as degree prestige (passes received) and degree centrality (passes made). Statistical analysis revealed no significant differences in network metrics, including density (W = 95, p = 0.0912) and clustering coefficient (W = 112, p = 0.2689), between the season halves.
Discussion: These findings offer valuable insights for practitioners seeking in recognizing play patterns and optimizing team dynamics. Identifying key players allows coaches to design targeted training exercises, enhance player roles, and better assess opposition threats and vulnerabilities.
Conclusions:Network metrics provides a comprehensive understanding of team dynamics, particularly in identifying key contributors to offensive actions.
Introducción: El análisis de redes ha ganado cada vez más atención, ya que proporciona un marco para identificar tanto los comportamientos colectivos como individuales dentro de los equipos de fútbol. Objetivo Este estudio tuvo como objetivo analizar las acciones ofensivas que resultaron en tiros utilizando el análisis de redes en un equipo de la Primera División portuguesa durante la temporada 2020-2021. Metodología: Se codificaron los 34 partidos utilizando el software Angles®. Las acciones ofensivas se definieron como secuencias que comenzaban con una recuperación de balón y terminaban con un tiro. Se construyeron matrices de adyacencia para cada partido y se emplearon enfoques analíticos tanto macro como micro para examinar las diferencias entre las dos mitades de la temporada. Resultados: El análisis identificó 914 interacciones dentro del equipo, con el jugador 14 (centrocampista) y el jugador 2 (delantero) como los principales contribuyentes, especialmente en las métricas de redes a nivel micro, como el prestigio de grado (pases recibidos) y la centralidad de grado (pases realizados). El análisis estadístico no reveló diferencias significativas en las métricas de redes, incluyendo la densidad (W = 95, p = 0.0912) y el coeficiente de agrupamiento (W = 112, p = 0.2689), entre las mitades de la temporada. Discusión: Estos hallazgos proporcionan información valiosa para los profesionales que buscan reconocer patrones de juego y optimizar la dinámica del equipo. Identificar a los jugadores clave permite a los entrenadores diseñar ejercicios de entrenamiento específicos, mejorar los roles individuales y evaluar mejor las amenazas y vulnerabilidades del equipo contrario. Conclusiones: Las métricas de redes ofrecen una comprensión integral de la dinámica del equipo, particularmente en la identificación de los jugadores clave en las acciones ofensivas.
Introducción: El análisis de redes ha ganado cada vez más atención, ya que proporciona un marco para identificar tanto los comportamientos colectivos como individuales dentro de los equipos de fútbol. Objetivo Este estudio tuvo como objetivo analizar las acciones ofensivas que resultaron en tiros utilizando el análisis de redes en un equipo de la Primera División portuguesa durante la temporada 2020-2021. Metodología: Se codificaron los 34 partidos utilizando el software Angles®. Las acciones ofensivas se definieron como secuencias que comenzaban con una recuperación de balón y terminaban con un tiro. Se construyeron matrices de adyacencia para cada partido y se emplearon enfoques analíticos tanto macro como micro para examinar las diferencias entre las dos mitades de la temporada. Resultados: El análisis identificó 914 interacciones dentro del equipo, con el jugador 14 (centrocampista) y el jugador 2 (delantero) como los principales contribuyentes, especialmente en las métricas de redes a nivel micro, como el prestigio de grado (pases recibidos) y la centralidad de grado (pases realizados). El análisis estadístico no reveló diferencias significativas en las métricas de redes, incluyendo la densidad (W = 95, p = 0.0912) y el coeficiente de agrupamiento (W = 112, p = 0.2689), entre las mitades de la temporada. Discusión: Estos hallazgos proporcionan información valiosa para los profesionales que buscan reconocer patrones de juego y optimizar la dinámica del equipo. Identificar a los jugadores clave permite a los entrenadores diseñar ejercicios de entrenamiento específicos, mejorar los roles individuales y evaluar mejor las amenazas y vulnerabilidades del equipo contrario. Conclusiones: Las métricas de redes ofrecen una comprensión integral de la dinámica del equipo, particularmente en la identificación de los jugadores clave en las acciones ofensivas.
Descrição
Palavras-chave
Match analysis network analysis performance metrics team dynamics. Análisis de partidos análisis de redes dinámicas de equipo métricas de rendimiento
Contexto Educativo
Citação
Alves, R. J. C., Dias, G., Vaz, V., Querido, S., & Nunes, N. (2025). Network analysis of offensive dynamics in a Portuguese first division football team: insights from the 2020-2021 season. Retos, 65, 1045–1055. https://doi.org/10.47197/retos.v65.110 295
