Dieu O, Schnitzler C, Llena C, Potdevin F (2020) “Complementing subjective with objective data in analysing expertise: a machine-learning approach applied to badminton”. J Sports Sci 38(17), 1943-1952. https://doi.org/10.1080/02640414.2020.1764812,(SJR Q1 – IF = 1.23).
Résumé : L’objet de cette recherche visait à évaluer l’intérêt d’une combinaison de variables subjectives et objectives pour caractériser le niveau d’expertise de joueurs de badminton.
D’une part, 40 participants ont été filmés en train de jouer des rencontres de badminton. Dix coachs experts les ont classés dans cinq groupes d’expertise à partir de ces séquences vidéo. Les niveaux d’expertise ont été déterminés en utilisant une typologie de l’engagement basée sur un continuum de cinq étapes conatives : (1) structurelle, (2) fonctionnelle, (3) technique, (4) contextuelle et (5) d’expertise. La vidéo a permis de mesurer empiriquement la durée des échanges.
D’autre part, des accéléromètres ont été posés sur les joueurs et ont permis de mesurer l’intensité de l’implication du joueur. À partir d’un algorithme de classification des variables mesurées, l’objectif était de retrouver le groupe d’expertise des joueurs à l’aide des données recueillies par les accéléromètres (quantité de mouvement et durée des rallies).
Les résultats ont montré que parmi les paramètres considérés la dépense physique, la durée des échanges et le temps entre les points pouvaient prédire les étapes conatives avec une précision de prédiction supérieure au hasard.
Cette étude suggère que la confrontation de données subjectives et objectives permet d’affiner les analyses et de concevoir des plans de formation en fonction du niveau d’expertise des participants.