DISCUSSIONThe intent of this work w

DISCUSSION
The intent of this work was to address the lack of standardized
protocols for the analysis of numeric time and motion data
from field sport athletes. We would have recommended
that velocity ranges and sprint definitions published previously
be adopted as the standard, but no single protocol
appears to have been widely endorsed, and all appear to have
been developed subjectively. Furthermore, the need for
standards is important because we anticipate an increase in
the publication of time-motion data in the future as the
enabling technology (GPS, radiofrequency transponders,
video analysis software, etc.) becomes more widely used.
The method used to identify velocity ranges in the present
workmade the assumption that each type of locomotion (walk,
jog, run, and sprint) has a typical range of velocities that can be
described by a distribution curve. This assumption was based
on the observation that there is
a peak in the velocity distribution
curve of all data sets we
analyzed that coincide with the
typical average walking velocity
(;1.2 ms21 or ;4.3 kmh21).
This velocity peak appears to be
Gaussian in shape and represents
the large amount of time
spent walking during play. This
feature of the data reflects what
early time-motion analysis publications
that used video analysis
revealed—field sport athletes
spend a large proportion of
match play walking (9,15,19).
Based on this finding,
we extended our initial assumption
further to include the
presence of velocity distribution
curves that represent the other locomotor categories. The next
step was to attempt to identify these distribution curves in the
overall distribution curve using a process of optimizedmultiple
curve fitting. The intersection of these component curves was
nominated as the boundary of each velocity range.
There are several limitations of this method including the
likelihood that the component distribution curves are not
normal and are almost certainly skewed. The component
curves do not fit the overall distribution curve well where
they intersect with each other. The locomotor category of
‘‘standing’’ had to be included as a velocity range because it is
a relatively important part of time-motion analysis but
excluded from the curve fitting process because, by
definition, it should not involve any velocity. It was excluded
from the curve fitting process but was arbitrarily defined as
any velocity between 0.0 and 0.1 ms21. The velocity 0.1
ms21 was included in the standing velocity range because
the velocity distribution curves of the data sets used in the
present work include a ‘‘standing’’ peak that includes this
value (Figure 1). The likely cause of this ‘‘standing’’ peak is
the noise inherent in the GPS signal meaning that even
when a GPS receiver is stationary, it reports very small
changes in position and therefore velocity.
Overall, the velocity ranges for the 5 sports we analyzed
were quite similar. The largest difference occurred at the
threshold sprinting velocity between men’s soccer and either
women’s soccer or women’s field hockey. There was also
a 0.7-ms21 difference between the threshold jogging velocity
between AFL and either forms of field hockey. We consider
the differences in velocity ranges between the 5 sports we
analyzed to be relatively small, but the use of an averaged set
of velocity ranges for all sports may cause slight overestimation
or underestimation in the relative amount of
activity in each locomotor category. Although, using sportspecific
velocity ranges removes the opportunity to make

ผลลัพธ์ (ไทย) 1:

สนทนาจุดประสงค์ของงานนี้คือการไม่มีมาตรฐานโปรโตคอลสำหรับการวิเคราะห์ข้อมูลตัวเลขเวลาและการเคลื่อนไหวจากฟิลด์กีฬานักกีฬา เราจะแนะนำที่ช่วงความเร็วและวิ่งกำหนดเผยแพร่ก่อนหน้านี้สามารถนำมาใช้เป็นมาตรฐาน แต่ไม่มีโพรโทคอลเดียวดูเหมือนจะมีการแพร่หลายรับรอง และทั้งหมดจะมีการพัฒนา subjectively ขึ้น นอกจากนี้ ต้องการมาตรฐานเป็นสิ่งสำคัญเนื่องจากเราคาดว่าจะมีการเพิ่มขึ้นความเคลื่อนไหวเวลาข้อมูลในอนาคตเปิดใช้งานเทคโนโลยี (จีพีเอส ดาวเทียม radiofrequencyซอฟต์แวร์วิเคราะห์วิดีโอ ฯลฯ) กลายเป็นวงกว้างใช้วิธีการที่ใช้เพื่อระบุช่วงความเร็วในปัจจุบันworkmade อัสสัมแต่ละชนิดของ locomotion (เดินวิ่ง วิ่ง และวิ่ง) มีช่วงปกติของตะกอนที่สามารถอธิบาย โดยเส้นโค้งการกระจาย นี้ขึ้นอยู่กับในการเก็บข้อมูลที่มีสูงสุดในการกระจายความเร็วกำหนดเส้นโค้งของข้อมูลทั้งหมดที่เราวิเคราะห์ที่สอดคล้องกับการค่าเฉลี่ยทั่วไปที่เดินเร็ว(; s21 1.2 เมตร หรือ h21 4.3 km)ความเร็วช่วงนี้ดูเหมือนจะ เป็นGaussian ในรูปร่างและแสดงจำนวนมากของเวลาใช้เวลาเดินในระหว่างการเล่น นี้คุณลักษณะของข้อมูลสะท้อนอะไรสิ่งพิมพ์การวิเคราะห์การเคลื่อนไหวครั้งก่อนที่ใช้วิเคราะห์วิดีโอเปิดเผยเช่นฟิลด์นักกีฬากีฬาใช้สัดส่วนใหญ่ของเล่นจับคู่เดิน (9,15,19)ตามนี้ค้นหาเราเพิ่มเติมสมมติฐานเบื้องต้นของเราfurther to include thepresence of velocity distributioncurves that represent the other locomotor categories. The nextstep was to attempt to identify these distribution curves in theoverall distribution curve using a process of optimizedmultiplecurve fitting. The intersection of these component curves wasnominated as the boundary of each velocity range.There are several limitations of this method including thelikelihood that the component distribution curves are notnormal and are almost certainly skewed. The componentcurves do not fit the overall distribution curve well wherethey intersect with each other. The locomotor category of‘‘standing’’ had to be included as a velocity range because it isa relatively important part of time-motion analysis butexcluded from the curve fitting process because, bydefinition, it should not involve any velocity. It was excludedfrom the curve fitting process but was arbitrarily defined asany velocity between 0.0 and 0.1 ms21. The velocity 0.1ms21 was included in the standing velocity range becausethe velocity distribution curves of the data sets used in thepresent work include a ‘‘standing’’ peak that includes thisvalue (Figure 1). The likely cause of this ‘‘standing’’ peak isthe noise inherent in the GPS signal meaning that evenwhen a GPS receiver is stationary, it reports very smallchanges in position and therefore velocity.Overall, the velocity ranges for the 5 sports we analyzedwere quite similar. The largest difference occurred at thethreshold sprinting velocity between men’s soccer and eitherwomen’s soccer or women’s field hockey. There was alsoa 0.7-ms21 difference between the threshold jogging velocitybetween AFL and either forms of field hockey. We considerthe differences in velocity ranges between the 5 sports weanalyzed to be relatively small, but the use of an averaged setof velocity ranges for all sports may cause slight overestimationor underestimation in the relative amount ofactivity in each locomotor category. Although, using sportspecificvelocity ranges removes the opportunity to make

ผลลัพธ์ (ไทย) 2:

คำอธิบายเจตนาของงานนี้คือการอยู่ที่การขาดมาตรฐานโปรโตคอลสำหรับการวิเคราะห์ของเวลาที่เป็นตัวเลขและข้อมูลการเคลื่อนไหวจากนักกีฬาสนามกีฬา เราจะได้แนะนำว่าช่วงความเร็วและคำจำกัดความวิ่งเผยแพร่ก่อนหน้านี้ถูกนำมาใช้เป็นมาตรฐานแต่ไม่มีโปรโตคอลเดียวดูเหมือนจะได้รับการรับรองอย่างกว้างขวางและปรากฏว่าได้รับการพัฒนาจิตใจ นอกจากนี้ความจำเป็นในการมาตรฐานที่มีความสำคัญเนื่องจากเราคาดว่าจะเพิ่มขึ้นในการตีพิมพ์ข้อมูลเวลาการเคลื่อนไหวในอนาคตที่เปิดใช้งานเทคโนโลยี(จีพีเอสดาวเทียมคลื่นวิทยุ, ซอฟต์แวร์การวิเคราะห์วิดีโอ ฯลฯ ) กลายเป็นที่ใช้กันอย่างแพร่หลายมากขึ้น. วิธีการที่ใช้ในการ ระบุช่วงความเร็วในปัจจุบันworkmade สมมติฐานที่ว่าแต่ละประเภทของการเคลื่อนที่ (เดินวิ่งเหยาะๆวิ่งและวิ่ง) มีช่วงปกติของความเร็วที่สามารถอธิบายได้ด้วยเส้นโค้งการกระจาย สมมติฐานนี้ก็ขึ้นอยู่กับการสังเกตว่ามียอดความเร็วในการกระจายโค้งของชุดข้อมูลทั้งหมดที่เราวิเคราะห์ที่ตรงกับความเร็วเดินเฉลี่ยทั่วไป. (? 1.2 เมตร S21 หรือ? 4.3 km H21) ยอดเขาที่ความเร็วนี้ดูเหมือนจะ จะเสียนในรูปทรงและแสดงให้เห็นถึงจำนวนมากของเวลาที่ใช้ในการเดินในระหว่างการเล่น นี้คุณลักษณะของข้อมูลที่สะท้อนให้เห็นถึงสิ่งที่สื่อสิ่งพิมพ์วิเคราะห์เวลาการเคลื่อนไหวในช่วงต้นที่ใช้ในการวิเคราะห์วิดีโอเผยให้เห็นสนามกีฬานักกีฬาใช้จ่ายส่วนใหญ่ของการแข่งขันเดินเล่น(9,15,19). อยู่บนพื้นฐานของการค้นพบนี้เราขยายสมมติฐานแรกของเราต่อไปรวมถึงการปรากฏตัวของการกระจายความเร็วเส้นโค้งที่เป็นตัวแทนของประเภทอื่นๆ การเคลื่อนไหว ถัดไปขั้นตอนคือการพยายามที่จะระบุเส้นโค้งการกระจายเหล่านี้ในเส้นโค้งการกระจายโดยรวมโดยใช้กระบวนการของoptimizedmultiple โค้งที่เหมาะสม จุดตัดของเส้นโค้งองค์ประกอบเหล่านี้ที่ได้รับการเสนอชื่อเข้าชิงเป็นเขตแดนของแต่ละช่วงความเร็ว. มีหลายข้อ จำกัด ของวิธีการนี้รวมทั้งมีความเป็นไปได้ว่าเส้นโค้งที่จำหน่ายไม่ได้ตามปกติและมีการเอียงเกือบจะแน่นอน ส่วนที่โค้งไม่พอดีกับเส้นโค้งการกระจายโดยรวมที่พวกเขาตัดกับแต่ละอื่นๆ ประเภทการเคลื่อนไหวของ'' ยืน '' จะต้องมีการรวมเป็นช่วงความเร็วเพราะมันเป็นส่วนหนึ่งที่สำคัญของการวิเคราะห์ค่อนข้างเวลาเคลื่อนไหวแต่แยกออกจากขั้นตอนการปรับเส้นโค้งเพราะโดยความหมายก็ไม่ควรเกี่ยวข้องกับความเร็วใด ๆ มันได้รับการยกเว้นจากขั้นตอนการปรับเส้นโค้งแต่ถูกกำหนดโดยพลการเป็นความเร็วระหว่าง0.0 และ 0.1 m? S21 ใด ๆ ความเร็ว 0.1 m? S21 ถูกรวมอยู่ในช่วงความเร็วยืนเพราะความเร็วของเส้นโค้งการกระจายตัวของชุดข้อมูลที่ใช้ในการทำงานในปัจจุบันรวมถึง'' '' ยืนอยู่บนยอดเขาที่มีนี้ค่า(รูปที่ 1) สาเหตุส่วนนี้ '' ยืน '' จุดสูงสุดคือเสียงที่อยู่ในสัญญาณGPS ความหมายว่าแม้เมื่อรับสัญญาณGPS นิ่งจะรายงานขนาดเล็กมากการเปลี่ยนแปลงในตำแหน่งและดังนั้นจึงความเร็ว. โดยรวม, ความเร็วช่วงสำหรับ 5 กีฬาเรา การวิเคราะห์มีความคล้ายคลึงกันมากทีเดียว ความแตกต่างที่ใหญ่ที่สุดเกิดขึ้นที่ความเร็ววิ่งระหว่างเกณฑ์ฟุตบอลชายและทั้งฟุตบอลหญิงหรือกีฬาฮอกกี้ของผู้หญิง นอกจากนี้ยังมี0.7-m? S21 ความแตกต่างระหว่างความเร็ววิ่งจ๊อกกิ้งเกณฑ์ระหว่างแอฟและรูปแบบทั้งกีฬาฮอกกี้ เราพิจารณาความแตกต่างในช่วงความเร็วระหว่าง 5 กีฬาที่เราวิเคราะห์จะต้องมีขนาดที่ค่อนข้างเล็กแต่การใช้งานของชุดที่มีค่าเฉลี่ยของช่วงความเร็วสำหรับการเล่นกีฬาทุกอาจทำให้เกิดการประเมินค่าสูงเล็กน้อยหรือเบาในจำนวนเงินที่ญาติของกิจกรรมในแต่ละหมวดหมู่เคลื่อนไหว แม้ว่าการใช้ sportspecific ช่วงความเร็วเอาโอกาสที่จะทำให้