A jégkorongban az automatikus váltásfelismerés: a jégkorongos terhelések összehasonlításának egyszerűbb módja
Patrick Love, vezető ügyfélsiker-szakértő (teljesítmény és egészség) a Catapult Sportsnál
Főbb tanulságok:
- Az automatikus műszakfelismerés pontosabb időkeretet biztosít a személyzet számára a munkaterhelés felméréséhez.
- Az aktív cserék automatikus felismerésével csökkenti a kézi címkézés terheit, és egységesebb alapot teremt az edzés és a mérkőzés követelményeinek összehasonlításához.
- Az edzők, a videós stáb és a teljesítményelemzők számára ez közös kiindulási pontot jelent azzal kapcsolatban, hogy a játékosok mit tettek, mennyire volt megterhelő a feladat, és mi volt a háttérben.
A jégkorongedzők tapasztalatból tudják: két edzés papíron hasonló lehet, de a gyakorlatban teljesen más érzetet kelt. Az egyikben hosszú sorozatok és edzői szünetek szerepelhetnek, a másikban pedig rövid, intenzív szakaszok ismétlődnek, alig hagyva időt a pihenésre. Ha mindkettőt egyetlen számmal foglaljuk össze, a lényeges különbség elvész.
Player Load teljes Player Load PL) azt mutatja a szakmai stábnak, hogy egy játékos mennyi munkát végzett el. Nem ad azonban tájékoztatást arról, hogy ez a munka hogyan halmozódott fel, illetve hogy az aktív szakaszok mennyire voltak megterhelőek. Ez a megkülönböztetés azért fontos, mert a percenkénti PL (PL/min) a jégkorongban nem mindig jelentette ugyanazt.
Nightingale és munkatársai (2026) ezt a szempontot emelik ki a jégkorongban alkalmazott külső terhelési mutatók kiválasztására vonatkozó keretrendszerükben. Megjegyzik, hogy a jégkoronggal kapcsolatos, publikált kutatások a PL/min mutató nevezőjeként mind a mérkőzés teljes időtartamát, mind a jégen töltött időt használták. A teljes játékidőt alapul vevő tanulmányok – köztük Douglas és munkatársai (2022) és Neeld és munkatársai (2021) – 2,1–2,3 PL/min értéket kaptak; a jégen töltött időt alapul vevő tanulmányok – köztük Byrkjedal és munkatársai (2022) és Perez és munkatársai (2022) – pedig 6,3 PL/min körüli értékeket kaptak.
Különböző Windows-verziók, különböző terhelések
Itt válik bonyolulttá a gyakorlások és a mérkőzések összehasonlítása. A mérkőzéseken a videóelemzők általában a játékosok teljes pályán töltött idejét jelölik meg. Az edzéseken viszont – még akkor is, ha az edzéseket felveszik – ritkán jelölik meg egy-egy játékos minden egyes ismétlését, nemhogy a teljes keretét. A mérkőzéseken a pályán töltött idő jelölése már önmagában is rengeteg munkát jelent. Az edzéseken az ismétlések jelölése pedig szinte lehetetlen.
Ha azonban össze akarjuk hasonlítani az edzés és a mérkőzés követelményeit, akkor ezek a játékos-specifikus időintervallumok fontosak. Ezek nélkül a nevező nem marad állandó. Előfordulhat, hogy egy játékos hasonló mennyiségű PL-t halmoz fel, de a sűrűség attól függ, hogy azt a teljes edzésre, a gyakorlatra, a teljes játékidőre vagy csak az aktív pillanatokra vonatkoztatva számoljuk-e.
A munkamenet-szintű időmérőről az aktív-váltásos időmérőre való áttérés kiküszöböli a padon töltött időt és a sípszók közötti korcsolyázást. A teljes PL-érték csökkent, mivel korábban ennek a mozgásnak egy részét is beleszámították. A PL/min érték általában emelkedik, mivel a nevező gyorsabban csökken, mint a mért terhelés. Ugyanaz a gyakorlat, ugyanaz a játékos, ugyanaz az adatfájl – attól függően, hogy a szakmai stáb melyik időmérőt használja – nagyon eltérő volumen- és sűrűségértékeket eredményezhet. Éppen ezért fontos az időablak kiválasztása, és ezért az aktív játékidő-ablak a legpontosabb a négy közül. Ez csak azokat a pillanatokat számolja, amikor a játékos ténylegesen részt vett a játékban. A volumenérték a játékos által elvégzett munkát tükrözi. A sűrűségérték pedig azt mutatja, hogy az adott pillanatban milyen intenzív volt a munka. Ez az az időablak, amelyen belül az edzéseket és a mérkőzéseket össze lehet hasonlítani.
Sajnos visszatértünk oda, ahonnan indultunk. Hogyan oldjuk meg a gyakorlatban az értékesítők kézi címkézésének problémáját?
Automatikus váltásfelismerés: következetesebb időablak
A Catapult jégkorong-játékosok automatikus cseréjének felismerő rendszere ezt a problémát úgy oldja meg , hogy az aktív cseréket közvetlenül a viselhető eszközökről azonosítja. A csapatok automatikusan megkapják a játékosokra vonatkozó aktív csere-időintervallumokat. Ez egységes képet nyújt a szakmai stábnak arról, hogy az egyes játékosok mikor vettek aktívan részt az edzésen. Emellett néhány váratlan eredményt is hozott.
A Catapult Sports 2026-os, még nem publikált elemzése szerint egy AHL-edzés az edzésszakasz szintjén a mérkőzés terhelésének körülbelül 58%-át tette ki. Ez az arány az aktív játékidő alapján számolva 51%-ra csökkent. Ugyanez az edzés edzésszinten sűrűbbnek tűnt, mint a mérkőzés, körülbelül a mérkőzés PL/min értékének 130%-át tette ki. Amikor mindkettőt az aktív játékidő szempontjából vizsgálták, ugyanaz az edzés az aktív játékidő szerinti mérkőzéssűrűség körülbelül 73%-ára esett vissza.
Az aktív váltásokra vonatkozó adatok rávilágíthatnak egy olyan hiányosságra, amelyet a teljes edzésösszefoglalók gyakran elrejtenek. A szakemberek többsége elismeri, hogy az edzések nehezen tudják felvenni a versenyt a mérkőzés teljes intenzitásával. Sokan azt feltételezték, hogy az edzések intenzitása meghaladja a mérkőzését, mivel az edzések rövidebbek, strukturáltabbak és jobban ellenőrzöttek.
Ezek az eredmények megkérdőjelezik ezt a feltételezést. Ha csak azokat az időszakokat vesszük figyelembe, amikor a sportolók ténylegesen aktívak, akkor az edzések mind a mennyiség, mind az intenzitás tekintetében elmaradhatnak a várakozásoktól.
Ez fontos szempont a periodizáció, a gyakorlatok tervezése és a játékba való visszatérés szempontjából. A csapatoknak tudniuk kell, hogy az edzés során a játékosok ki voltak-e téve a mérkőzés során jellemző terhelésmennyiségnek és intenzitásnak. Emellett meg kell érteniük, hogy ez a terhelésmennyiség hogyan halmozódott fel. A hosszabb, egyenletes edzésblokkok eltérnek az ismételt, nagy intenzitású szakaszoktól, amelyek a mérkőzés ritmusát tükrözik.
A Metric és a Moment összekapcsolása: videó és hordható eszközök integrációja
A több adat nem feltétlenül jelent nagyobb áttekinthetőséget. A hasznos jelentéseknek a mutatókat a kérdéshez kell igazítaniuk, el kell kerülniük az ismétlődéseket, és segíteniük kell a csapatokat a jobb döntések meghozatalában (Nightingale et al., 2026).
Az „Auto Shift Detection” funkció támogatja ezt a megközelítést azzal, hogy a kiválasztott mutatóknak jobb kontextust biztosít. Amikor az aktív játékhelyzeteket importálják a Catapult Focusba, a csapatok a mutatóból közvetlenül eljuthatnak ahhoz a pillanathoz, amelyben az keletkezett. Az edzők számára nem újdonság a játékhelyzetek mérkőzés utáni áttekintése. A játékosok egyéni edzésgyakorlatainak megtekintése azonban eddig soha nem volt reális feladat. Most, hogy az aktív játékhelyzetek – beleértve az edzésgyakorlatokat is – automatikusan azonosíthatók, az edzőknek lehetőségük nyílik a játékosok egyéni edzésmunkájának áttekintésére anélkül, hogy a videós szakemberektől meg kellene kérniük, hogy minden egyes gyakorlatot manuálisan jelöljenek meg.
Ez megváltoztatja az egész stáb munkamenetét. A videóedző gyorsabban megtalálhatja a releváns játékosfelvételeket. A teljesítményelemzők bemutathatják, miért következett be a terhelés hirtelen emelkedése. Az edzők taktikai összefüggésben elemezhetik a nagy intenzitású játékhelyzeteket. Mindenki ugyanabból a forrásból dolgozik: ugyanazok a mutatók, ugyanaz az időtartomány és ugyanaz a videó – mindez egy helyen.
Gyakorlati tanulság
Az automatikus műszakfelismerés pontosabb időkeretet biztosít a személyzet számára a munkaterhelés felméréséhez.
Az aktív cserék automatikus felismerésével csökkenti a kézi címkézés terheit, és egységesebb alapot teremt az edzés és a mérkőzés követelményeinek összehasonlításához.
Az edzők, a videós stáb és a teljesítményelemzők számára ez közös kiindulási pontot jelent azzal kapcsolatban, hogy a játékosok mit tettek, mennyire volt megterhelő a feladat, és mi volt a háttérben.
Hivatkozások
- Byrkjedal, P. T., Luteberget, L. S., Bjørnsen, T., Ivarsson, A., & Spencer, M. (2022). A szimulált, játékalapú jégkorong-mérkőzés (scrimmage) a hivatalos mérkőzésekhez képest nagyobb intenzitást eredményez a külső terhelési paraméterek tekintetében. Frontiers in Sports and Active Living, 4, 822127. https://doi.org/10.3389/fspor.2022.822127
- Catapult Sports. (2026). Az aktív váltások és az időszakos terhelés összehasonlítása az élvonalbeli jégkorongban [Közzé nem tett belső elemzés].
- Douglas, A. S., Rotondi, M. A., Baker, J., Jamnik, V. K. és Macpherson, A. K. (2022). A jégen mért külső terhelés összehasonlítása a szubelit és az elit női jégkorongozók között. Journal of Strength and Conditioning Research, 36(7), 1978–1983. https://doi.org/10.1519/JSC.0000000000003771
- Neeld, K. L., Peterson, B. J., Dietz, C. C., Cappaert, T. A. és Alvar, B. A. (2021). A korábbi terhelés hatása a férfi egyetemi jégkorongcsapatok teljesítményére. Journal of Strength and Conditioning Research, 35(8), 2272–2278. https://doi.org/10.1519/JSC.0000000000004076
- Nightingale, S., Hughes, J., De Ste Croix, M. és Pfeifer, C. (2026). Keretútmutató a jégkorongban alkalmazott külső terhelési mutatók kiválasztásához. International Journal of Strength and Conditioning. https://doi.org/10.47206/ijsc.v6i1.526
- Perez, J., Brocherie, F., Couturier, A. és Guilhem, G. (2022). A nemzetközi mérkőzések stabil mechanikai terhelést eredményeznek a magas szintű női jégkorongban. Biology of Sport, 39(4), 857–864. https://doi.org/10.5114/biolsport.2022.109455
Kérdések és válaszok
Egy teljes műszak azt az időtartamot fedi le, amely attól a pillanattól kezdődik, amikor a játékos a jégre lép, egészen addig, amíg visszatér a kispadra. Ez az időtartam gyakran tartalmaz „holtidőt” is, például sípszüneteket, a korongbedobás előkészítését vagy televíziós szüneteket.
Az aktív játékidő szigorúan csak azokat a pillanatokat veszi figyelembe, amikor a játékos aktívan részt vesz a játékban és mozog. A holtidő kizárásával az aktív játékidő sokkal tisztább képet ad a valódi fizikai teljesítményről. A mennyiségi adatok a ténylegesen elvégzett munkát tükrözik, míg a sűrűségi adatok (például Player Load ) pontosan mutatják, hogy az adott munkavégzés valós időben milyen intenzív volt.
Minden attól függ, hogy milyen nevezőt (időmérőt) használunk. A hagyományos jégkorong-kutatások a PL/min értéket két, egymástól nagyon eltérő időkeret alapján számították ki: a mérkőzés teljes időtartama és a jégen töltött idő alapján.
Ha a mérkőzés teljes időtartamát vesszük alapul, a nevező nagy lesz, mivel magában foglalja a padon töltött időt is, ami alacsonyabb sűrűségi értékeket eredményez (jellemzően 2,1–2,3 PL/min körül). Ha átállunk a játékos tényleges jégidőjére, a nevező drasztikusan csökken, ami miatt a sűrűségi értékek 6,3 PL/min közelébe ugranak. Ez az eltérés nem adathiba; csupán azt tükrözi, hogy melyik időkeretet választjuk a méréshez.
Korábban az edzésadatok és a mérkőzésadatok összehasonlítása rendkívül nehéz volt, mivel az edzés során szinte lehetetlen volt kézzel megjelölni az aktív fázisokat a teljes keretben.
A Catapult „Auto Shift Detection” funkciója megoldja ezt a problémát azzal, hogy közvetlenül a hordható eszközökből automatikusan azonosítja az aktív fázisokat. Ez megkérdőjelezi az edzéssel kapcsolatos általános feltételezéseket. Például a belső adatok azt mutatták, hogy míg egy edzés a széles körű edzésátlagok alapján a mérkőzés intenzitásának 130%-ának tűnhet, valójában csupán a mérkőzés intenzitásának 73%-ára esett vissza, miután mindkettőt a pontos aktív játékidő-szemüvegen keresztül vizsgálták. Ez az automatizált betekintés segít az edzőknek olyan gyakorlatokat tervezni, amelyek valóban utánozzák a valódi mérkőzések magas intenzitású ritmusát és játékmennyiségét.