国际男子曲棍球比赛高强度移动特征的双因子评估框架及其对比赛表现准备的启示

《Journal of Sports Sciences》:A two-factor framework to assess international male field hockey movement characteristics: Implications for performance preparation

【字体: 大 中 小 】 时间:2026年10月24日 来源:Journal of Sports Sciences 3.1

编辑推荐:

  研究人员旨在建立国际曲棍球比赛中高强度移动特征之间关系的性质与结构。研究人员获取了28名精英男子曲棍球运动员的全球定位系统(global positioning system, GPS)数据(n=393国际球员-比赛记录)。针对总距离(m)、高速距离(>5 m

  
研究人员旨在建立国际曲棍球比赛中高强度移动特征之间关系的性质与结构。研究人员获取了28名精英男子曲棍球运动员的全球定位系统(global positioning system, GPS)数据(n=393国际球员-比赛记录)。针对总距离(m)、高速距离(>5 m·s?1)、冲刺距离(>7 m·s?1)、加速(>2.5 m·s?2)、减速(?2)和高速变向(high-speed cuts;>45° change-of-direction at >5 m·s?1)的10个最强烈1分钟时段(间隔>60 s),提取均值和90%截尾范围(90% trimmed range)。对成对特征(跨10个最强烈时段求和)计算Pearson相关。随后对移动特征应用探索性因子分析(exploratory factor analysis, EFA)。最后,通过随机效应线性混合模型(random-effect linear-mixed models)检验因子是否能区分比赛位置来验证因子。因子分析解释总方差的76%(χ24=286,p<0.001),得到两因子解:“Distance”(总距离、高速距离和冲刺距离)和“Acceleration”(加速和减速)。高速变向同时负荷于两个因子。两因子也显著区分比赛位置。研究人员的数据驱动方法表明,Distance和Acceleration是国际男子曲棍球的不同因子;具体而言,中场比后卫覆盖更多距离,前锋比中场或后卫更多改变速度和方向。实践人员应考虑分别规定和监测这些不同因子。
研究背景与问题:曲棍球是高强度、间歇性团队项目,伴随频繁变速和变向。既往研究关注比赛平均需求及高速跑、加速、减速、变向等高强度移动特征,这些特征常与肌肉损伤、损伤风险和比赛结果相关。最大强度时段(maximal intensity periods, MIPs)被用于描述峰值比赛需求。已有研究显示1分钟MIP平均速度远高于比赛均值,高强度特征的峰均差异更大。研究人员前期发现不同移动特征的峰值需求并不总同时出现,例如总距离1-min MIP中的加速和减速次数仅为变速指标1-min MIP的32–38%。这给教练和实践者选择监测哪些移动特征带来决策问题,且需求可能具有位置特异性。此前研究显示前锋总距离显著少于中场或后卫,而前锋和中场高速跑和加速更多于后卫。为帮助实践者构建监测组合,本研究主要目的为对国际男子曲棍球移动需求进行因子分析,描述高强度特征相互关系;其次确定所得因子能否区分比赛位置;意义在于确定监测曲棍球活动剖面需考虑的最少因子数,并提供可操作应用以辅助精英曲棍球运动员表现准备。

研究人员开展研究:分析28名澳大利亚精英(tier 4)和世界级(tier 5;依据McKay分级)男子曲棍球运动员的GPS数据,数据采集期约13个月,包括四项国际赛事(2023年男子Fédération Internationale de Hockey(FIH)Hockey World Cup、2022–23男子FIH Pro-League、2023 Oceania Cup和2023–24男子FIH Pro-League)和25场比赛,共393条球员-比赛记录。比赛在大洋洲、印度和西欧不同环境进行,对手排名较高(21/25,84%为世界前10),常一周多赛,有时连续日比赛。样本量大且跨度>1年是有意设计,以减少环境等背景因素影响。仅分析场上球员(不含守门员)。研究结论表明,Distance和Acceleration两因子可描述国际男子曲棍球高强度移动特征,并可区分位置,对监测和训练设计具有意义。

主要关键技术方法(不超过250字):使用10 Hz GPS/全球导航卫星系统(global navigation satellite system, GNSS)设备(Vector X7, Catapult Sports, Melbourne, Australia)和OpenField v3.3.1提取数据;在MATLAB v2023b中按WGS84计算坐标,采用3阶、1 Hz低通Butterworth滤波识别≥45°变向;计算各移动特征1-min MIP前10个(间隔>60 s)并求和;用Pearson相关、方差膨胀因子(variance inflation factor, VIF)、Kaiser-Meyer-Olkin(KMO)和Bartlett球形检验后行EFA(正交varimax旋转、平行分析确定因子数);以随机效应线性混合模型(lme4)检验位置差异,Bonferroni校正和Cohen’s d。样本队列来源为28名澳大利亚精英男子曲棍球运动员、25场国际比赛、393条球员-比赛记录。

研究结果:
最大强度时段特征:通过汇总前10个1-min MIPs,MIP10总距离为MIP1的79%,其他变量相对下降更大,冲刺距离最明显,少数运动员完成10个独特60 s时段包含冲刺;球员-比赛间变异大,加速总和均值27,5th–95th百分位21–40,冲刺距离变异最明显。
运动特征相关:通过Pearson相关矩阵,所有移动特征正相关,强度从可忽略到强(r=0.037–0.967);高强度努力与加速r=0.967,因不提供独特信息且共线性(VIF>10)从因子分析剔除。
探索性因子分析:通过EFA,剔除后其余变量VIF<10,KMO>0.5,Bartlett球形检验χ215=1,245,p<0.001;模型χ24=286,p<0.001,解释76%总方差;平行分析支持两因子:Distance包括总距离、高速距离和冲刺距离;Acceleration包括加速和减速;高速变向同时负荷两因子。
位置区分效度:通过随机效应线性混合模型,位置解释玩家间方差11%–24%;Distance因子区分后卫与前锋和中场,Acceleration因子区分前锋与中场和后卫;两两比较显示后卫比中场总距离少、高速变向少;后卫比前锋总距离少且加速、减速、高速变向少;中场和前锋总距离、减速和高速变向相似;前锋加速显著多于中场;中场冲刺距离平均比前锋多约28%,但未达显著。

讨论部分总结:讨论指出广泛移动特征可用Distance和Acceleration两因子描述,替代多种指标;不同高强度特征不同时发生(9/15关联r<0.5),与学院足球和初步曲棍球分析一致;因子分析显示动作成簇,体积型高速距离指标与快速变速的高神经肌肉需求不同;监测单一Distance和Acceleration指标可作为代理,尤其仪表盘或实时监测,减少信息量;使用MIPs而非均值是刻意代表最 demanding periods;训练常技术战术低于比赛峰值,基于均值设计会准备不足,高强度特征差异最大;高速变向负荷两因子与其定义同时含速度和变向有关;小场比赛平均跑速低于国际比赛,不能复制总距离或加速度计负荷;监测Distance指标可提示补充高速跑训练;统计分组不表示预测价值,未来纵向研究需确定适应、恢复、表现、损伤风险;位置区分解释11%–24%方差,队内变异系数总距离4.7%、加速减速10.8%,支持位置特异性;局限为单国家队约13个月,未考虑战术、对手排名、比赛阶段、环境,鼓励复制其他国际队和男女及训练环境。

研究结论(译自原文):国际男子曲棍球广泛高强度移动特征的最强烈时段倾向于聚为两个因子。教练和实践者可用于选择监测组合及选择或设计训练;单一Distance指标(如总距离、高速距离或冲刺距离)和Acceleration指标(如加速或减速)可作为两因子代理监测;这对仪表盘或实时监测减少界面复杂性特别有价值;两因子可作为描述训练drill身体需求的起点,训练可能过度代表一方面不足另一方面;可前瞻性分类和规定强调不同峰值比赛移动需求的训练;可开发位置特异性体能准备基准。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号