Degradación de T-patterns en estudios observacionales: Un estudio sobre la eficacia en el ataque de fútbol sala

Degradation of T-patterns in observational studies: A study on the effectiveness in futsal

Degradação de t-patterns em estudos observacionais: Um estudo sobre a eficácia no futsal

Daniel Lapresa¹, Oleguer Camerino², Josep Cabedo³, M. Teresa Anguera⁴, Gudberg K. Jonsson⁵ y Javier Arana⁶

¹Universidad de La Rioja (España), ]]> ²INEFC-Universidad de Lleida (España),
³Universidad Ramon Llull (España),
⁴Universidad de Barcelona (España),
⁵University of Iceland (Iceland),
⁶Universidad Internacional de La Rioja (España)

Este artículo se ha realizado con el apoyo y financiación de: Grup de recerca i innovació en dissenys (GRID). Tecnologia i aplicació multimedia i digital als dissenys observacionals. Grupo Consolidado de la Generalitat de Catalunya [Referencia: 2014 SGR 971]. Asimismo, ha recibido el apoyo del Proyecto I+D+I: Observación de la interacción en deporte y actividad física: Avances técnicos y metodológicos en registros automatizados cualitativos-cuantitativos. Secretaría de Estado de Investigación, Desarrollo e Innovación del Ministerio de Economía y Competitividad [Referencia: DEP2012-32124].

Dirección para correspondencia

RESUMEN

Palabras claves: Metodología observacional, fútbol sala, T-patterns, THEME, degradación.

ABSTRACT

One of the most recent analytical techniques in observational methodology is T-pattern detection and analysis (regular structures of behaviour) with the THEME software. THEME analyses observational data, searching for critical interval relationship between single event types to more complex T-pattern structures. The current study analyses the degradation of T-patterns that have only been studied punctually. With this objective we analyse a sample of sequences from Barcelona FC, from the final playoffs in the Spanish Futsal League, that end in a goal (n=23). A second objective of this study is to analyse the efficacy of offensive phase in futsal, it having been typified that the sequences that they finish in goal characterize for central definition - broker obtains, by means of game combinativo, a throwing from sector.

Key words: Observational methodology, futsal, T-patterns, THEME, degradation.

RESUMO

Uma das técnicas analíticas mais recentes no âmbito da metodología observacional é a que permite a deteção de T-patterns (estruturas regulares de conduta) através do software THEME. THEME analisa dados observacionais em busca de relações de intervalo crítico no sentido ascendente (a partir dos T-pattern simples, dois eventos que se relacionan num primeiro nivel, até T-patterns complexos constituidos por diferentes eventos que se relacionams em diferentes níveis). No presente artigo analisa-se esta questão -a degradação dos T-patterns- que até ao momento foi estudada de forma pontual. Para isso, utiliza-se a amostragem observacional constituída pelo conjunto de sequências que terminam em golo (n= 23) protagonizadas pelo F.C. Barcelona durante o Play Off final da liga espanhola correspondente à temporada 2012-13. Desta forma este trabalho satisfaz um segundo objetivo, neste caso disciplinar, de analisar a eficácia na construção da fase ofensiva no futsal, tendo estabelecido que as sequências que terminam em gol caracterizam-se por alcançar, usando o jogo combinatório, um lançamento do sector definicion-corredor central.

Palavras chave: metodologia observacional, futsal, T-patterns, THEME, degradação.

Introducción

Una de las técnicas de visibilización de estructuras regulares de conducta de mayor repercusión (Camerino, Chaverri, Anguera y Jonsson, 2012; Camerino, Prieto, Lapresa, Gutiérrez-Santiago e Hileno, 2014; Lapresa, Arana, Anguera y Garzón, 2013; Zurloni, Cavalera, Diana, Elia y Jonsson, 2014), se lleva a cabo mediante el software THEME (Magnusson, 1996, 2000, 2005, 2006), que permite la detección de patrones temporales o T-patterns. Un T-pattern es una "construcción estadística" que se manifiesta a partir de una combinación de eventos, que ocurren en el mismo orden con distancias temporales entre sí (intervalo crítico) que se mantienen relativamente invariantes en relación a la hipótesis nula de que cada código de conducta registrado es independiente y está distribuido aleatoriamente en el tiempo. De acuerdo con Magnusson (2000, p. 94-95), "si A es el componente anterior y B el posterior de un mismo patrón temporal que se repite, entonces después de una ocurrencia de A en el tiempo t, hay un intervalo [t+d1, t+d2](d2>d1>d0) que tiende a contener al menos una ocurrencia de B más a menudo de lo que se esperaría por azar".

De esta forma, cuando THEME halla que una ocurrencia de A es seguida por una de B, dentro de un intervalo crítico, se genera un T-pattern simple (AB). En este caso (véase figura 1), nos encontramos con un T-pattern de primer nivel de relación y de 2 clusters¹. Otros T-patterns pueden encontrarse relacionados con el patrón simple de partida (AB), ya que THEME repite el procedimiento de detección nivel a nivel (de 1 hasta n), buscando relaciones de intervalo crítico que, en su seno, incorporen a los patrones temporales ya detectados. De esta forma, se pueden encontrar relaciones de intervalo crítico entre T-patterns simples -por ejemplo, en la figura 1 se muestran dos ocurrencias del T-pattern, de nivel 2 y de 4 clusters: ((AB)(CD)))-; o también entre T-patterns simples (AB) y un Evento-tipo (Et), generándose un T-pattern de nivel 2 y de 3 clusters: ((AB)Et).

Este proceso continúa hasta que THEME ha analizado todos los niveles posibles. De esta forma, los T-patterns van creciendo en complejidad (niveles y número de clusters). Entre los T-patterns de mayor nivel y/o número de clusters y los T-patterns simples (de primer nivel de relación y de 2 clusters), se detectan T-patterns de niveles y número de clusters intermedios, que constituyen porciones de estos T-patterns más complejos. Es lo que se conoce como degradación, que ha sido escasamente estudiada (Anguera, 2005) y que se constituye en el objetivo metodológico del presente trabajo. Para abordar esta cuestión, se han utilizado los registros correspondientes a un diseño observacional que pretende profundizar en el conocimiento de la composición de las secuencias ofensivas eficaces en el fútbol sala.

La eficacia ofensiva del fútbol sala con un enfoque dinámico

El análisis de la eficacia táctica con principios de auto-organización puede aumentar el rendimiento deportivo (Araújo, Davids y Hristovski, 2006; Araújo y Davids, 2009; Balagué y Torrents, 2011), pero su éxito depende de la comprensión y ejecución no lineal de los parámetros de coordinación y transición que aparecen en el juego competitivo y que están influidos por algunos aspectos contextuales (Nevill, Atkinson y Hughes, 2008; McGarry, Anderson, Wallace, Hughes y Franks, 2002). Desde este enfoque se considera el comportamiento colectivo táctico como un proceso emergente de interacción entre las limitaciones individuales, del contexto en el que se desarrollan, y las características de la tarea que emergen en diferentes subfases colectivas y que condicionan las conductas funcionales y los patrones de juego del equipo (Travassos, Davids, Araújo y Esteves, 2013; Davids, Button y Bennet, 2008).

La utilización de esta perspectiva dinámica-ecológica ha hecho posible describir comportamientos deportivos, constatando relaciones entre los datos registrados con los resultados del rendimiento (Reed y Hughes, 2006); y alcanzar una mayor comprensión de las interacciones de colaboración-oposición del equipo y de sus jugadores desde una perspectiva más funcional (Travassos, et al., 2013).

En el fútbol sala por las características del terreno de juego de espacio reducido y de su reglamento, se precisa de un gran dominio de la técnica y también de los principios básicos de la táctica ofensiva. Además, por la intensidad en el juego requiere de una gran demanda física -tiene un componente anaeróbico muy elevado (Álvarez, Manero, Manonelles y Puente, 2004)- y también psicológica pudiendo afectar en el rendimiento del jugador (Rodrigues, et al. 2011). Éste en cada ataque se ve obligado a decidir con gran rapidez la acción correcta a realizar, tanto sea cuando éste tiene la posesión del balón, ejecutando básicamente habilidades técnicas como el control del balón, conducción, regate o pase. O sin la posesión del mismo, poniendo en práctica el desmarque de apoyo, desmarque de ruptura u ocupar el espacio vacío dejado por el equipo contrario y los compañeros del propio equipo (Cabedo, Battala y López, 2012). De esta manera se pone de manifiesto la necesidad de una buena coordinación entre las acciones de los miembros de un mismo equipo para conseguir una ventaja respeto al equipo contrario (Riera, 2005). Las interacciones espacio temporales que se suceden constantemente entre los jugadores y la posición del balón constituyen parte fundamental del éxito en las jugadas de ataque (Vilar, Araújo, Davids y Button, 2012; Vilar, Araújo, Davids y Travassos, 2012). Este tipo de interacciones también han sido estudiadas en otros deportes de equipo, como el baloncesto, desde la perspectiva dinámica ecológica (Bourbosson, Poizat, Saury y Seve, 2010).

Es por este motivo, aunque el fútbol sala sea un deporte joven, que se ha empezado a valorar este aspecto tan determinante en el juego. Algunas investigaciones de referencia acerca del análisis ofensivo, ya han aportado datos significativos al respecto como las que han sido realizadas por los autores Barbero, Granda y Soto (2004), Irokawa, Lima, Soares, Souza y Greco (2010), Travassos, Araújo, McGarry y Vilar (2011), Leite (2012, 2013) y Lapresa, Álvarez, Arana, Garzón y Caballero (2013).

Método

El presente trabajo se sustenta en la metodología observacional cuyo carácter científico está ampliamente avalado (Anguera, Blanco-Villaseñor y Losada, 2001). Ésta nos permite el estudio sistemático de los comportamientos espontáneos que suceden en el ámbito deportivo, siendo en este caso en el fútbol sala. Utilizamos un diseño observacional (Anguera, et al., 2001; Anguera, Blanco-Villaseñor, Hernández-Mendo y Losada, 2011) nomotético, de seguimiento y multidimensional (N/S/M): nomotético, porque se trata de un estudio del conjunto de jugadores de un mismo equipo que se enfrentan a otros equipos adversarios; de seguimiento, pues se valora un conjunto de secuencias que pertenecen a los diferentes partidos disputados por el F.C. Barcelona en el Play Off final de la liga Española de Futsal 2012-13; y multidimensional, ya que está conformado por las diferentes dimensiones que corresponden a los criterios del instrumento de observación.

Participantes

En el presente estudio de investigación se ha utilizado un muestreo intencional (Anguera, Arnau, Ato, Martínez, Pascual, y Vallejo, 1995) para analizar la construcción de las secuencias ofensivas eficaces (que acaban en gol) de los partidos disputados por el F.C. Barcelona durante el Play Off final de la liga española de FUTSAL correspondiente a la temporada 2012-13. Concretamente se han escogido los tres partidos realizados en la semifinal contra el equipo el Pozo Murcia y los cuatro partidos de la final con el Inter Movistar, siendo un total de siete encuentros.

Instrumento de observación

El instrumento de observación SOFS (tabla 1) diseñado ad hoc, mediante un panel de expertos compuesto por entrenadores de primera división, está compuesto por una combinación de formato de campo y sistema de categorías (Anguera, Magnusson y Jonsson, 2007; Sautu, Garay y Hernández-Mendo, 2009) que contiene 8 criterios que detectan la evolución de la fase ofensiva y que contempla: el tiempo del partido, el marcador, la superioridad o inferioridad numérica de nuestro equipo, el inicio de la pelota en el juego, el tipo de acción realizada por el jugador construyendo el ataque, la finalización del ataque, la finalización del chut, la zona de chut (figura 2) (Lapresa, et al., 2013) y su consecuencia.

Instrumento de registro

La informatización del registro (Hernández-Mendo, López-López, Castellano, Morales-Sánchez y Pastrana, 2012) ha sido realizada con el software libre y versátil LINCE v.1.0. (Gabín, Camerino, Anguera y Castañer, 2012) que nos ha permitido introducir los diferentes criterios y categorías del instrumento de observación (SOFS) en la misma pantalla del ordenador y poder visualizar las imágenes de los partidos y el resultado de la codificación de los observadores (figura 3).

Procedimiento observacional

Una vez validado el instrumento (SOFS), se inició el entrenamiento de los dos observadores confeccionando un manual de observación en el que se definían los códigos y reglas del proceso observacional (Anguera y Hernández-Mendo, 2014). Se comprobó la calidad del dato con el cálculo del grado de concordancia o fiabilidad del registro de los dos observadores, utilizando el índice Kappa de Cohen (Cohen, 1960), en el que se obtuvo un valor de 0,96 en la fiabilidad interobservador comparando los dos registros. Las observaciones de los 7 enfrentamientos con el software LINCE (Gabín, et al., 2012) se exportaron, en formato .txt, al software THEME para el análisis de T-patterns.

Análisis de datos

De cara a la detección de T-patterns mediante el programa THEME, versión 6, se han seleccionado los distintos parámetros de búsqueda. El primero de ellos ha sido el tipo de T-patterns free, que comporta la desactivación del fast requirement en todos los niveles (en los fast patterns el límite temporal inferior del intervalo crítico se fija en un valor igual a 0, con lo cual los componentes del intervalo crítico tienden a ocurrir, relativamente, en rápida sucesión). En los free patterns el límite inferior del intervalo crítico se fija en la distancia más corta en que se presentan sus dos eventos constitutivos; por este motivo, no perdemos información proveniente de patrones cuyos componentes se relacionan a cierta distancia temporal, ya que siempre que estén dentro de la misma jugada los patrones detectados nos resultan relevantes. Además, se ha utilizado un nivel de significación de 0,005, lo cual quiere decir que el porcentaje de aceptar un intervalo crítico debido al azar es de un 0,5%. Se ha determinado una frecuencia de ocurrencia igual o mayor que 3; y para que los T-patterns sean seleccionados deben tener ocurrencia en, al menos, el 10% de las secuencias (al menos en 3 de las jugadas constitutivas del muestreo observacional realizado). Por último consideramos relevante mencionar que se ha activado la herramienta de reducción de redundancias que aporta THEME, sin obtenerse ningún efecto, incluso bajo el parámetro que implica una mayor reducción.

Para clasificar los T-patterns en términos de simetría (véase figura 4) se ha utilizado el planteamiento expuesto en Anguera (2005).

Resultados

En el muestreo observacional efectuado se han registrado 244 eventos. En total el número de agrupaciones de códigos diferentes (Eventos-tipo, en terminología THEME) ha sido de 86; lo que supone una frecuencia media de aparición de 2,83.

A continuación, en la tabla 2, se muestran los T-patterns detectados con los parámetros de búsqueda prefijados y su número de ocurrencias o frecuencia de aparición. Al respecto mencionar que, para facilitar el análisis de la degradación de los T-patterns, se ha modificado el identificador del T-pattern de forma que el primer dígito se corresponde con el nivel del T-pattern y el segundo con el número de orden dentro del correspondiente nivel. De esta forma, los T-patterns de mayor nivel se han colocado a la izquierda de la tabla 2, pudiéndose seguir -en la misma fila (hacia la derecha)- la degradación de cada T-pattern de nivel superior en niveles inferiores.

Discusión

En relación a la degradación de los T-patterns

A continuación se procede a la discusión de los resultados obtenidos, con miras a satisfacer el objetivo metodólogico de analizar el proceso de degradación de los T-patterns. Al respecto, la discusión del proceso de degradación de los T-patterns se sustenta en tres líneas argumentales: a) la continuidad en el orden (clusters contiguos) de las agrupaciones de códigos que configuran el T-pattern de superior nivel; b) el descenso progresivo del número de clusters constitutivos de los T-patterns; c) la evolución de la simetría/asimetría de los T-patterns. Estas líneas argumentales, a pesar de que se aborden por separado, se encuentran interrelacionadas entre sí y evidentemente condicionadas por el proceso de detección por niveles de T-patterns (de nivel 1 -simples- a nivel n) descrito en el apartado de introducción.

a) Continuidad-discontinuidad de los clusters constitutivos de los T-patterns de mayor nivel

Si analizamos la degradación de los T-pattens detectados (tabla 2), podemos comprobar cómo, en todos los casos, la progresiva degradación se produce manteniendo clusters consecutivos del T-pattern de nivel superior. Dicho de otra forma, no se han detectado T-patterns degradados que incorporen clusters de códigos que, en los T-patterns de nivel superior, se encuentren intercalados. En todos los casos se pierden clusters de la periferia del T-pattern, ya sea: un Evento-tipo; o T-patterns (en negrita, en la tabla 3) constituidos por un T-pattern simple y un Evento-tipo: ((AB)Et).

b) Descenso progresivo del número de clusters de los T-patterns

En relación a la degradación en función del número de clusters que constituyen el T-pattern, decir que, en el presente trabajo, cuando un T-pattern tiene un número de clusters impar (7, 5 y 3 -en nuestro caso-), pierde el cluster correspondiente al Evento-tipo. De esta forma el T-pattern de 7 clusters (véase figura 5) se convierte en dos paquetes de 3 clusters y nivel 2 (Et(AB)) y ((AB)Et). Por su parte, el T-pattern de 5 clusters, pierde un Evento-tipo y se convierte en un T-pattern de 4 clusters y nivel 2 ((AB)(CD)); que posteriormente se degradará en dos patrones simples (AB) y (CD). Mientras que, todos los T-patterns de 3 clusters, se degradan de ((AB)Et) a (AB).

En relación a los T-patterns con número de clusters par, el detectado de 6 clusters (véase figura 6) se degrada en dos paquetes de 3 clusters (Et (AB)) y ((AB)Et). Por su parte, los T-patterns de 4 clusters presentan diferentes modalidades de degradación: los de nivel 3 se degradan, en todos los casos, a (Et (AB)); mientras que, los de nivel 2 ((AB)(CD)), se degradan a (AB) y (CD).

A continuación se procede a abordar la cuestión de la degradación en términos de simetría/asimetría, a partir de Anguera (2005). La degradación de los T-patterns asimétricos se caracteriza (véase tabla 3) por la pérdida de su cluster asimétrico exterior -el correspondiente al Evento-tipo-, para finalizar (en puridad "iniciar" -conforme al mencionado proceso de detección de T-patterns seguido por THEME-) en un T-pattern simple. Ésta es la razón por la que el T-pattern con ID= 4.1. (véase tabla 2 y figura 5), se degrada en dos T-patterns de nivel 2 (ID= 2.1. y 2.2.). En los T-patterns con ID= 4.2 y 3.1. (véase figura 6), la degradación se produce perdiendo, además del cluster asimétrico (Evento-tipo), un T-pattern simple -es decir, perdiendo la estructura ((AB)Et)-.

En el caso de las estructuras con simetría axial o especular -constituidas en el presente trabajo por dos subestructuras-, al degradarse dan lugar a los correspondientes dos T-patterns de nivel inferior o a uno sólo de ellos (como ya hemos mencionado que ocurre en los T-patterns con ID= 4.2 y 3.1.).

En todos los casos, el T-pattern de nivel superior acaba su degradación en los T-patterns simples (simetría central) correspondientes. Este hecho es inherente al funcionamiento-proceso de detección por niveles (de nivel inferior a superior) que utiliza THEME. Dicho de otra forma los T-patterns de simetría central configuran, en sus posteriores relaciones entre sí o con otros eventos, las relaciones de nivel superior.

En relación a las secuencias ofensivas eficaces

En relación a las jugadas-secuencias en las que acontecen las ocurrencias de los T-patterns detectados (tabla 2), pueden agruparse en dos grandes conjuntos: a) todos aquellos T-patterns que se refieren al 2^o cuarto de juego (p2), tienen lugar en las secuencias con número de orden 4, 5, 7 y 9; b) en relación al tercer cuarto de juego (p3) se han detectado los T-patterns con ID= 2.8, 1.6. y 1.9.

La mejor forma de delimitar la estructura de las secuencias ofensivas que finalizan en gol en el segundo cuarto, resulta de interpretar el T-pattern con ID= 4.1. -que tiene lugar en las jugadas que, consideradas sucesivamente, tienen los números de orden cuarto, quinto y séptimo- y el T-pattern con ID= 1.7., presente en las jugadas cuarta, quinta, séptima y novena, y que complementa al T-pattern de mayor número de clusters al incluir el evento chut. El T-pattern 4.1. (figura 5), ocurre durante los últimos diez minutos de la primera parte (P2), en igualdad numérica por los dos equipos (MN) y con una desventaja en el marcador entre uno y dos goles (D12). En estas circunstancias se refleja la secuencia constituida por las diferentes acciones coordinadas entre los jugadores en el siguiente orden: se inicia con un pase (PAS), seguido de otro pase (PAS), un control del balón (CONT), otro pase a un compañero (PAS), seguido de una conducción del mismo jugador (COND), realizando este un pase (PAS), antes de lanzar (CHUT) a portería -desde zona 80, tal y cómo nos indica el T-pattern con ID= 1.6.- para finalizar en gol (GOLC).

El T-pattern con ID= 2.8 (que incluye las agrupaciones de códigos del T-pattern degradado 1.6. y del 1.9.), refleja una secuencia más corta (3 clusters) en el tercer cuarto, en el que tras un pase (PAS) en terreno ofensivo, se realiza el lanzamiento (CHUT) que finaliza en gol (GOLC), desde la zona 80.

En ambos casos, los resultados están en sintonía con los obtenidos por Álvarez, Manero, Manonelles y Puente (2004), Martín (2009) y Lapresa, et al. (2013), en lo relativo a la zona que predispone la eficacia del lanzamiento y la forma en la que se alcanza dicha zona mediante juego combinativo. Este juego combinativo se caracteriza por la dificultad que supone realizar más de dos pases seguidos sin aliviar el juego -mediante un control o conducción- antes de lanzar a portería.

Aplicaciones prácticas

¹ Al gráfico que muestra la estructura de conjunto (T-pattern tree graph ó binary clustering tree) lo denominamos "dendograma", mientras que a las agrupaciones de códigos que, como resultado del análisis, se manifiestan en cada una de las ramas del gráfico en forma de árbol, la denominamos "cluster", y consiste en una agrupación de códigos obtenida estadísticamente en el proceso de análisis.

Referencias

1. Álvarez, J., Manero, J., Manonelles, P. y Puente, J. (2004). Analysis of the offensive actions resulting in goal of professional league of Spanish Futsal. Revista de entrenamiento deportivo, 18 (4), 27-32.         [ Links ]

2. Anguera, M.T. (2005). Microanalysis of T-patterns. Analysis of simmetry/assimetry in social interaction. In L. Anolli, S. Duncan, M. Magnusson y G. Riva (Eds.), The hidden structure of social interaction. From Genomics to Culture Patterns (pp. 51-70). Amsterdam: IOS Press.         [ Links ]

3. Anguera, M.T. y Hernández-Mendo, A. (2014). Metodología observacional y psicología del deporte: Estado de la cuestión. Revista de Psicología del Deporte, 23(1), 103-109.         [ Links ]

4. Anguera, M.T., Blanco-Villaseñor, A. y Losada, J.L. (2001). Diseños observacionales, cuestión clave en el proceso de la metodología observacional. Metodología de las Ciencias del Comportamiento, 3(2), 135-160.         [ Links ]

5. Anguera, M.T., Blanco-Villaseñor, A., Hernández-Mendo, A. y Losada, J. L. (2011). Diseños observacionales: ajuste y aplicación en psicología del deporte. Cuadernos de Psicología del Deporte, 11(2), 63-76.         [ Links ]

6. Anguera, M.T., Arnau, J., Ato, M., Martínez, R., Pascual, J. y Vallejo, G. (1995). Métodos de investigación en psicología. Madrid: Síntesis.         [ Links ]

7. Anguera, M.T., Magnusson, M.S. y Jonsson, G.K. (2007). Instrumentos no estándar. Avances en medición, 5(1), 63-82.         [ Links ]

8. Araujo, D., Davids, K. y Hristovski, R. (2006). The ecological dynamics of decision making in sport. Psychology of Sport and Exercise, 7(6), 653-676.         [ Links ]

9. Araújo, D. y Davids, K. (2009). Ecological approaches to cognition and action in sport and exercise: Ask not only what you do, but where you do it. International Journal of Sport Psychology, 40, 5-37.         [ Links ]

10. Balagué, N. y Torrents, C. (2011). Complejidad y deporte. Barcelona: Inde.         [ Links ]

11. Barbero, J.C., Granda, J. y Soto, V.M. (2004). Análisis de la frecuencia cardíaca durante la competición en jugadores profesionales de fútbol sala. Apunts: Educación Física y Deportes, 77, 71-78.         [ Links ]

12. Bourbousson, J., Poizat, G., Saury, J. y Seve, C. (2010). Team coordination in basketball: Description of the cognitive connections among teammates. Journal of Applied Sport Psychology, 22(2), 150-166.         [ Links ]

13. Cabedo, J., Batalla, A. y López, V. (2012). ¿Cómo se enseña y cómo se aprende a ser competente en un deporte? Estrategias de enseñanza. Barcelona: Inde.         [ Links ]

14. Camerino, O., Chaverri, J., Anguera, M.T. y Jonsson, G.K. (2012). Dynamics of the game in soccer: Detection of T-patterns. European Journal of Sport Science, 12(3), 216-224.         [ Links ]

15. Camerino, O., Prieto, I., Lapresa, D., Gutiérrez-Santiago, A. e Hileno, R. (2014). Detección de T-patterns en la observación de deportes de combate. Revista de Psicología del Deporte, 23(1), 147-155.         [ Links ]

16. Cohen, J. (1960). A coefficient of agreement for nominal scales. Educational and Psychological Measurement, 20, 37-46.         [ Links ]

17. Davids, K., Button, C. y Bennet, S. (2008). Dynamics of skill acquisition. Champaign IL: Human Kinetics.         [ Links ]

18. Gabín, B., Camerino, O., Anguera, M. T. y Castañer, M. (2012). Lince: multiplatform sport analysis software. Procedia-Social and Behavioral Sciences, 46, 4692-4694.         [ Links ]

19. Hernández-Mendo, A., Castellano, J., Camerino, O., Jonsson, G.K., Blanco-Villaseñor, A., Lopes, A. y Anguera, M.T. (2014). Programas informáticos de registro, control de calidad del dato, y análisis de datos. Revista de Psicología del Deporte, 23(1), 111-121.         [ Links ]

20. Hernández-Mendo, A., López-López, J.A., Castellano, J., Morales-Sánchez, V. y Pastrana, J.L. (2012). Hoisan 1.2: Programa informático para uso en metodología observacional. Cuadernos de Psicología del Deporte, 12(1), 55-78.         [ Links ]

21. Irokawa, G.N., Lima, M.R., Soares, V.O., Aburachid, L.M., Souza, P.R. y Greco, P.J. (2010). Caracterização das circunstâncias e setores de finalização do jogo de futsal:um estudo da fase final da copa do mundo de futsal-FIFA 2008. Revista EFDeportes.com, 15 (144).         [ Links ]

22. Lapresa, D., Álvarez, L., Arana, J., Garzón, B. y Caballero, V. (2013): Observational analysis of the offensive sequences that ended in a shot by the winning team of the 2010 UEFA Futsal Championship. Journal of Sport Sciences, 31(15), 1731-1739.         [ Links ]

23. Lapresa, D., Arana, J., Anguera, M.T. y Garzón, B. (2013). Comparative analysis of the sequentiality using SDIS-GSEQ and THEME: a concrete example in soccer. Journal of Sport Sciences, 31(15), 1687-1695.         [ Links ]

24. Leite, W.S. (2012). Determination of offensive coefficients in high performance futsal. Pamukkale Journal of Sport Sciences, 3(3), 78-89.         [ Links ]

25. Leite, W.S. (2013). Determination of offensive coefficients in high performance futsal. Serbian Journal of Sport Sciences, 7(4), 167-172.         [ Links ]

26. McGarry, T., Anderson, D., Wallace, S., Hughes, M. y Franks, I. (2002). Sport competition as a dynamical self-organizing system. Journal of Sport Sciences, 20(10), 771-781.         [ Links ]

27. Magnusson, M.S. (1996). Hidden real-time patterns in intra- and inter-individual behavior. European Journal of Psychological Assessment, 12(2), 112-123.         [ Links ]

28. Magnusson, M.S. (2000). Discovering hidden time patterns in behavior: T-patterns and their detection. Behavior Research Methods, Instruments & Computers, 32(1), 93-110.         [ Links ]

29. Magnusson, M.S. (2005). Understanding social interaction: Discovering hidden structure with model and algorithms. In L. Anolli, S. Duncan, M. Magnusson & G. Riva (Eds.), The hidden structure of social interaction. From Genomics to Culture Patterns (pp. 4-24). Amsterdam: IOS Press.         [ Links ]

30. Magnusson, M.S. (2006). Structure and Communication in Interaction. In G. Riva, M.T. Anguera, B.K. Wiederhold & F. Mantovani (Eds.), From Communication to Presence: Cognition, Emotions and Culture Towards the Ultimate Communicative Experience (pp. 127-146). Amsterdam: IOS Press.         [ Links ]

31. Martín, J. (2009). ¿Dónde radica el error del gol en el fútbol sala? Análisis. Revista Internacional de deportes colectivos, 2, 36-57.         [ Links ]

32. Nevill, A., Atkinson, G. y Hughes, M. (2008). Twenty-five years of sport performance research in the journal of sports sciences. Journal of Sports Sciences, 26(4), 413.         [ Links ]

33. Reed, D. y Hughes, M. (2006). An exploration of team sport as a dynamical system. International Journal of Performance Analysis in Sport, 6(2), 114-125.         [ Links ]

34. Riera, J. (2005) Habilidades en el deporte. Barcelona: Inde.         [ Links ]

35. Rodrigues, V.M., Ramos, G.P., Mendes, T.T., Cabido, C.E.T., Melo, E.S., Condessa, L.A., ... Silami-Garcia, E.I. (2011). Intensity of oficial futsal matches. Journal of strength and conditioning research, 25(9), 2482-2487.         [ Links ]

36. Sautu, L.M., Garay, J.O. y Hernández-Mendo, A. (2009). Observación y análisis de las interacciones indirectas en el baloncesto ACB. Cuadernos de Psicología del Deporte, 9 (Suplemento), 69.         [ Links ]

37. Travassos, B., Araújo, D., McGarry, T. y Vilar, L. (2011). Interpersonal coordination and ball dynamics in futsal (indoor football). Human Movement Science, 30, 1245-1259.         [ Links ]

38. Travassos, B., Davids, K., Araújo, D. y Esteves, P. T. (2013). Performance analysis in team sports: Advances from an Ecological Dynamics approach. International Journal of Performance Analysis in Sport, 13(1), 83-95.         [ Links ]

39. Vilar, L., Araújo, D., Davids, K. y Button, C. (2012). The role of ecological dynamics in analysing performance in team sports. Sports Medicine, 42(1), 1-10.         [ Links ]

40. Vilar, L., Araújo, D., Davids, K. y Travassos, B. (2012). Constraints on competitive performance of attacker-defender dyads in team sports. Journal of Sports Sciences, 30(5), 459-469.         [ Links ]

41. Zurloni, V., Cavalera, C., Diana, B., Elia, M. y Jonsson, G. (2014). Detecting regularities in soccer dynamics: A T-pattern approach. Revista de Psicología del Deporte, 23(1), 157-164.         [ Links ]

Dirección para correspondencia: ]]> Daniel Lapresa Ajamil.
Universidad de La Rioja.
Departamento de Ciencias de la Educación.
Edificio Vives, C/ Luis de Ulloa s/n.
26004. Logroño, La Rioja (España).
E-mail: daniel.lapresa@unirioja.es

Recibido: 18/07/2014
Aceptado: 24/11/2014