As funções cognitivas são capazes de predizer a efetividade geral e contribuição do atleta para a equipe em jogos reduzidos de futebol? Uma abordagem utilizando aprendizado de máquina

• Processo: 21/15134-9
• Modalidade de apoio: Bolsas no Brasil - Mestrado
• Data de Início da vigência: 01 de agosto de 2023
• Data de Término da vigência: 31 de agosto de 2024
• Área de conhecimento: Ciências da Saúde - Educação Física
• Pesquisador responsável: Paulo Roberto Pereira Santiago
• Beneficiário: Rafael Luiz Martins Monteiro
• Instituição Sede: Faculdade de Medicina de Ribeirão Preto (FMRP). Universidade de São Paulo (USP). Ribeirão Preto , SP, Brasil
• Auxílio(s) vinculado(s): 25/10319-1 - ECSS Rimini 2025 - 30th Annual Congress of the European College of Sport Science, AR.EXT 24/06226-5 - Melhorando a cinemática do salto de goleiros de futebol com vídeo instrucional e análise da lateralidade em campo, PUB.ART
• Assunto(s): Análise de desempenho Aprendizado computacional Futebol Neurociência cognitiva
• Palavra(s)-Chave do Pesquisador: Análise de Desempenho | Aprendizado de Máquina | Futebol | neurociência cognitiva | Análise de desempenho e neurociência cognitiva

Resumo

O futebol é um esporte coletivo que exige tomadas de decisão rápidas e precisas. O cérebro e suas diversas funções cognitivas são os principais responsáveis pelo processo de tomada de decisão. Entender como cada uma delas se relacionam com o desempenho dos atletas em campo é essencial. Desse modo, o presente estudo tem como objetivo predizer a efetividade geral e contribuição do jogador para a equipe em jogos reduzidos analisando as funções cognitivas: atenção sustentada, seletiva e distribuída, memória de trabalho, controle executivo, controle de impulsividade e rastreamento de objetos no espaço por meio da aplicação de aprendizado de máquina além de descrever a associação entre as variáveis cognitivas e o desempenho em campo. Participarão do estudo 46 atletas de futebol atuantes na categoria sub 17 de clubes profissionais. Para avaliação das funções cognitivas dos atletas serão utilizados os testes: d2, stroop, counting span, Go/ No Go, trail making e rastreamento de objetos múltiplos. Para a avaliação do desempenho dos atletas dentro de campo será utilizado um protocolo com jogos reduzidos que fornecerá a efetividade geral dos jogadores e as contribuições do mesmo para a equipe. Para a predição do desempenho em campo por meio da análise das funções cognitivas serão utilizados códigos de aprendizado de máquina supervisionado do tipo classificatório. As análises estatísticas serão efetuadas por meio de medidas de tendência central e variabilidade e a correlação de Pearson será empregada para verificar como os resultados dos testes cognitivos se correlacionam com as variáveis de desempenho em jogos reduzidos. Em todos os casos o nível de significância será de p d 0,05. Espera-se que seja possível predizer o desempenho nos jogos reduzidos por meio da análise dos testes cognitivos e que haja correlação positiva entre as variáveis de desempenho dos atletas nos jogos reduzidos e os testes cognitivos.

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

MONTEIRO, RAFAEL LUIZ MARTINS; DOS SANTOS, CARLOS CESAR ARRUDA; BLAUBERGER, PATRICK; LINK, DANIEL; RUSSOMANNO, TIAGO GUEDES; TAHARA, ARIANY KLEIN; CHINAGLIA, ABEL GONCALVES; SANTIAGO, PAULO ROBERTO PEREIRA. Enhancing soccer goalkeepers penalty dive kinematics with instructional video and laterality insights in field conditions. SCIENTIFIC REPORTS, v. 14, n. 1, p. 11-pg., 2024-05-03. (21/15134-9, 19/17729-0, 19/22262-3, 20/14845-6)

Publicações acadêmicas

(Referências obtidas automaticamente das Instituições de Ensino e Pesquisa do Estado de São Paulo)

MONTEIRO, Rafael Luiz Martins. As funções cognitivas são capazes de predizer a efetividade geral e as contribuições do atleta para a equipe em jogos reduzidos de futebol? Uma abordagem utilizando aprendizado de máquina. 2024. Dissertação de Mestrado - Universidade de São Paulo (USP). Faculdade de Medicina de Ribeirão Preto (PCARP/BC) Ribeirão Preto.