Frontiers in Psychology

Nov 14, 2021
admin

Introduzione

Le squadre di calcio professionistiche sono solitamente composte da giocatori di una vasta gamma di età (Dendir, 2016). Nei quattro principali campionati europei di calcio professionale, Fußball-Bundesliga (Germania), Premier League (Inghilterra), Serie A (Italia), e La Liga (Spagna), la maggior parte dei giocatori ha un’età compresa tra i 21 e i 29 anni, e si osserva un sostanziale calo intorno ai 29 anni (Dendir, 2016). Inoltre, c’è una convinzione generale che i giocatori di solito raggiungono il picco da qualche parte nei loro vent’anni, con i giocatori d’attacco che tendono a raggiungere il picco prima dei difensori (Kuper, 2011; Caley, 2013). Tuttavia, questo si basa principalmente su prove aneddotiche e opinioni di professionisti del gioco e meno sulla ricerca scientifica. In uno studio recente, Dendir (2016) ha anche scoperto che il calciatore professionista medio nelle principali leghe in Europa raggiunge il picco tra i 25 e i 27 anni, dove l’attaccante medio raggiunge il picco a 25 anni mentre i difensori a 27. Per i centrocampisti, l’età di picco si verifica nella fascia di età 25-27. Inoltre, diversi top club di calcio europei hanno adottato una politica contrattuale non ufficiale con contratti di durata inferiore quando i giocatori si avvicinano ai 30 anni, sulla base della convinzione che i giocatori d’élite sono ben oltre il loro picco di prestazioni dopo questa età (Dendir, 2016). Quindi, l’età dei calciatori professionisti e a quale età i calciatori professionisti raggiungono il picco sembra essere una variabile importante di interesse non solo per gli analisti delle prestazioni e gli scienziati dello sport, ma anche per i manager e gli allenatori. La percezione di quando i giocatori tendono a raggiungere il picco può influenzare le decisioni del personale della società di calcio, come la lunghezza dei contratti offerti ai giocatori e la somma accettabile delle spese di trasferimento quando si acquistano o si vendono i giocatori (Dendir, 2016). La conoscenza di quando i giocatori sono nella loro età ottimale, quindi, ha un valore sostanziale per l’industria del calcio. Dal punto di vista dello sport, questo fornire informazioni utili per quanto riguarda a quale età i giocatori di calcio sono suscettibili di eseguire al massimo livello.

Tuttavia, mentre l’evoluzione delle prestazioni tattiche, tecniche e fisiche nel tempo sono state studiate ampiamente (ad esempio, Barnes et al., 2014; Wallace e Norton, 2014; Bush et al., 2015), al meglio delle nostre conoscenze, nessuno studio ha esaminato il trend di invecchiamento dei giocatori di calcio d’élite maschile negli ultimi decenni. Al contrario, le tendenze di invecchiamento in diversi sport individuali e di squadra come il baseball (Fair, 2008), il tennis (Kovalchik, 2014), o il triathlon (Rüst et al., 2012), tra gli altri, sono stati precedentemente indagati, suggerendo un marcato aumento dell’età di picco delle prestazioni degli atleti d’élite durante gli ultimi due decenni, probabilmente a causa di fattori come i progressi nella scienza e nella tecnologia sportiva (Allen e Hopkins, 2015). Nel tennis, ad esempio, Kovalchik (2014), p. 8) ha scoperto che l’età media dei primi 100 giocatori maschi è aumentata nell’ultimo decennio ad un ritmo di 0,34 anni per stagione dalla metà degli anni 2000, passando dall’età di 26,2 anni ad un massimo storico di 27,9 anni. Data questa evidenza, c’è una chiara necessità di indagare le tendenze nell’età di picco delle prestazioni tra i migliori giocatori di calcio professionisti, al fine di fornire importanti indizi sull’evoluzione dello sport e può aiutare a creare strategie più specifiche per aumentare le prestazioni dei giocatori in futuro.

L’età cronologica di massima prestazione differisce tra gli sport (Smith, 2003) e dipende dalle diverse capacità biologiche coinvolte in ogni sport e dalle specifiche abilità e attributi necessari per avere successo (Allen e Hopkins, 2015). Questo sostiene l’evidenza che il vincolo fisiologico e tecnico di ogni sport detta la finestra per la prestazione ottimale (Dendir, 2016). A questo proposito, la finestra di picco di metà dei 20 anni stimata da Dendir (2016) sembra essere spiegata dalla combinazione di resistenza e potenza esplosiva necessaria per far fronte alle richieste fisiche e fisiologiche del moderno calcio d’élite. Tuttavia, anche se il processo di invecchiamento influenza lo sviluppo fisico e mentale dei giocatori e, a sua volta, le loro prestazioni competitive (Allen e Hopkins, 2015), non ci sono studi scientifici che hanno esaminato l’evoluzione dell’età dei giocatori nel calcio d’elite.

Tenendo conto di tutte le considerazioni precedenti, questo studio mira ad analizzare l’evoluzione dell’età dei giocatori nella UEFA Champions League dall’inizio del suo formato moderno nel 1992-1993 fino alla stagione 2017-2018. Si vuole anche analizzare se l’età dei giocatori si è evoluta in modo diverso a seconda della posizione di gioco o del livello della squadra. Infine, mira ad analizzare come l’età dei giocatori si relaziona al loro valore di mercato. Ipotizziamo che l’età media dei giocatori della Champions League sia aumentata in tutte le posizioni e livelli di squadra. Ipotizziamo inoltre che una curva a U rovesciata definisca l’associazione tra valore di mercato ed età, con un picco di valore che si verifica a metà dei 20 anni.

Materiali e metodi

Campione

Il campione è costituito da tutti i giocatori che hanno partecipato alla UEFA Champions League dal 1992-1993 al 2017-2018 e che hanno giocato almeno una partita (n = 16062). Ogni partecipazione di un giocatore in una stagione è stata registrata come un caso individuale, cioè un singolo giocatore può rappresentare più casi. I giocatori sono stati classificati in sei posizioni: Portieri (GK, n = 1224), Centravanti (CB, n = 3206), Terzini (FB, n = 2383), Centrocampisti (CM, n = 4609), Ala (W, n = 1980), e Avanti (F, n = 2660). Questa classificazione è stata fatta secondo le informazioni fornite dal sito ufficiale della UEFA1.

Variabili

In questo studio sono state utilizzate le seguenti variabili: età dei giocatori, numero di stagioni nel club, numero di Champions League vinte, prestazioni della squadra e valore di mercato del giocatore nella stagione. L’età dei giocatori è stata calcolata come la data della competizione meno la data di nascita secondo le informazioni fornite dal sito ufficiale della UEFA (vedi nota 1). In linea con gli studi precedenti e per le analisi posteriori (Botek et al., 2016), i calciatori sono stati divisi in cinque fasce d’età: 16-20, 20-25, 26-30, 30-35 e >35 anni. La performance della squadra è stata decisa in base a quanto la squadra ha raggiunto in Champions League: Vincitori, Finale, Semifinale, Quarti di finale, Ottavi di finale e Fase a gironi. Il numero di stagioni nel club e il numero di Champions League vinte da ogni giocatore è stato ottenuto dal sito dell’UEFA (vedi nota 1). Infine, secondo ricerche precedenti e a causa della difficoltà di operazionalizzare le prestazioni in uno sport misto/di abilità come il calcio, il valore di mercato del giocatore nella stagione (Gerhards e Mutz, 2017) è stato ottenuto dal sito Transfermarkt2.

Analisi statistica

Le analisi statistiche sono state condotte utilizzando IBM® SPSS® Statistics 21 per Macintosh (IBM Co, New York, NY, Stati Uniti), ad eccezione delle analisi di regressione che sono state condotte utilizzando STATA (versione 15.1, TX, Stati Uniti). I risultati sono riportati come media e deviazioni standard (media ± SD). La significatività statistica è stata fissata a p < 0,05. L’assunzione di normalità dei dati è stata controllata sia graficamente che usando il test di Kolmogorov-Smirnov. Tutti i dati erano normalmente distribuiti. L’omogeneità delle varianze è stata esaminata utilizzando il test di Levene. Poiché i campioni erano normalmente distribuiti e mostravano una varianza omogenea, è stata utilizzata un’analisi della varianza a una via (ANOVA) per valutare le differenze nelle età medie tra le diverse posizioni di gioco. Successivamente, è stato utilizzato un test ANOVA a una via con misure indipendenti con l’assunzione di sfericità per confrontare l’età media di ogni stagione. Nel caso in cui fosse presente una differenza, sono stati utilizzati test post hoc aggiustati con Bonferroni per identificare effetti specifici.

Inoltre, gli effetti dell’età dei giocatori (AGE), la posizione di gioco (PP), il numero di stagioni nel club (NS) e il numero di Champions League vinte (NCL) sui valori di mercato dei giocatori sono stati esaminati anche attraverso un modello di regressione lineare. I coefficienti positivi o negativi indicano un maggiore o minore valore di mercato dei giocatori, rispettivamente. β1 è l’intercetta; β2, β3, β4 e β5 sono gli impatti di ciascuna delle variabili indipendenti; e 𝜀1 è il termine di errore. Il modello è il seguente:

Valore di mercato=β1+ β2 AGE+β3PP+ β4NS+ β5NCL+ ε1

Risultati

L’istogramma della distribuzione delle età dei giocatori inclusi nello studio è presentato nella Figura 1. L’età dei giocatori varia da 16 a 43 anni, con una media di 25,75 ± 4,14 anni. Un gran numero di giocatori è stato osservato tra 21 e 29 anni (>80%). Da 29 anni in poi, c’è una sostanziale diminuzione annuale del numero di giocatori. Tra le stagioni 1992-1993 e 2017-2018, è stato osservato un aumento significativo dell’età media dei giocatori (>1,6 anni) (p < 0,001). Tuttavia, questo aumento non è stato uniforme, e sono stati identificati due punti di rottura lungo queste stagioni, il primo nella stagione 2003-2004 e il secondo nella stagione 2013-2014, che possono essere osservati nella Figura 2.

FIGURA 1
www.frontiersin.org

Figura 1. Distribuzione per età dei giocatori della UEFA Champions League dal 1992-1993 al 2017-2018.

FIGURA 2
www.frontiersin.org

Figura 2. Andamento dell’età dei giocatori della UEFA Champions League.

Con tutte le stagioni raggruppate, l’ANOVA a una via ha mostrato differenze significative tra i ruoli posizionali sull’età media (p < 0,001). GK (28,19 ± 4,66 anni) e CB (26,31 ± 4,13 anni) hanno mostrato età medie significativamente più alte rispetto a F (25,32 ± 3,92 anni), W (24,70 ± 3,90 anni) e CM (25,44 ± 3,99 anni). Anche se una tendenza all’invecchiamento era evidente per tutte le posizioni di gioco tra le stagioni 1992-1993 e 2017-2018, una tendenza più stabile è stata osservata in F, CM e GK rispetto a CB, W e FB (Figura 3).

FIGURA 3
www.frontiersin.org

Figura 3. Tendenza dell’età per posizione di gioco.

Come si può vedere nella Figura 4, anche se è stata trovata una tendenza all’invecchiamento per tutte le categorie di prestazioni della squadra considerate, non sono state trovate differenze significative tra vincitori, finalisti o semifinalisti e le altre categorie.

FIGURA 4
www.frontiersin.org

Figura 4. Andamento dell’età in base alle prestazioni della squadra.

Gli effetti delle variabili indipendenti sui valori di mercato dei giocatori sono mostrati nella tabella 1. I giocatori 21-25 e 26-30 anni hanno un valore di mercato più alto (p < 0,01) rispetto ai giocatori 16-20 anni (categoria di riferimento nel modello di regressione). Tuttavia, i giocatori 31-35 e più di 35 anni hanno un valore di mercato inferiore rispetto ai giocatori 16-20 anni (p < 0,01). Per quanto riguarda la posizione di gioco, F, W e CM sono più costosi di GK (categoria di riferimento nel modello di regressione), mentre nessuna differenza è stata trovata tra CB, FB e GK.

Tabella 1
www.frontiersin.org

Tabella 1. L’influenza dell’età dei giocatori, la posizione di gioco, il numero di stagioni nel club e il numero di Champions League vinte sui valori di mercato dei calciatori.

Più stagioni un giocatore rimane in un club, più alto è il suo valore di mercato. Per ogni stagione nel club, il valore del giocatore aumenta di 435.123 euro (p < 0,01). Infine, il numero di Champions League vinte dai giocatori ha un effetto significativo sul loro valore di mercato; ogni Champions League vinta aumenta il loro valore di mercato di più di 8 milioni di euro.

Discussione

Questo studio fornisce nuove informazioni sull’evoluzione dell’età di picco delle prestazioni dei calciatori professionisti. Il risultato principale del presente studio è che una tendenza all’invecchiamento si è verificata negli ultimi tre decenni nella UEFA Champions League. Studi precedenti (Kuper, 2011; Caley, 2013; Dendir, 2016) hanno dimostrato che i calciatori professionisti raggiungono il loro picco intorno ai 20 anni. Tuttavia, nessuno di questi studi ha analizzato il modello di invecchiamento nel calcio d’élite. Sembra che l’evoluzione del calcio contemporaneo sia probabilmente associata all’aumento dell’età degli atleti. Diversi fattori possono aver contribuito al recente “invecchiamento” dei top player. Uno dei fattori è probabilmente l’aumento degli investimenti dei club calcistici sulle funzioni di supporto per monitorare, aumentare e sostenere le prestazioni dei giocatori; comprese le moderne strutture di allenamento, i reparti di forza e condizionamento e i dietisti (Anderson e Sally, 2013; Williams, 2013; Dendir, 2016).

Anche se una tendenza all’invecchiamento si è verificata per tutte le posizioni di gioco tra le stagioni 1992-1993 e 2017-2018, GK e CB tendono a raggiungere il picco più tardi rispetto alla F. Recentemente, Dendir (2016) ha scoperto che la media degli attaccanti e dei difensori raggiunge il picco rispettivamente a 25 e 27 anni. Per i centrocampisti, l’età di picco si verifica nella fascia di età di 25-27 anni. Questi risultati possono essere in gran parte spiegati dalle differenze nelle richieste fisiche di giocare ogni posizione, che è stata precedentemente molto studiata (Bangsbo et al., 1991; Rienzi et al., 2000; Mohr et al., 2003, 2008; Bradley et al., 2009, 2010, 2011; Di Salvo et al., 2009). Utilizzando l’analisi dei tempi di movimento, questi studi hanno dimostrato che gli attaccanti eseguono sia un numero maggiore (e più lungo) di sprint massimali, un numero maggiore di mischie, più contatti ad alta intensità e una maggiore quantità di attività ad alta e molto alta intensità; i difensori passano meno tempo a correre e a sprintare, mentre i centrocampisti più (Bangsbo et al., 1991; Mohr et al., 2003, 2008; Bradley et al., 2009, 2010, 2011; Di Salvo et al., 2009). La minore richiesta fisica per i difensori è probabilmente uno dei motivi per cui tendono a raggiungere il picco in età più avanzata, oltre a mantenere un’alta performance più in alto nell’età. In modo simile, la maggiore quantità di attività ad alta intensità è probabilmente una delle cause del picco anticipato degli attaccanti.

La saggezza convenzionale suggerisce che esiste un’età perfetta per essere un giocatore di successo. L’età media delle 32 squadre che hanno partecipato alle ultime due Coppe del Mondo era di 27,5 e 27,37 anni. È stato riscontrato che un aumento di un anno dell’età media della squadra si traduce in un calo di prestazioni di quattro posizioni nella Coppa del Mondo (Dendir, 2016). Secondo i nostri risultati, sebbene sia stata riscontrata una tendenza all’invecchiamento per tutte le categorie di prestazioni delle squadre considerate, non sono state trovate differenze significative tra vincitori, finalisti o semifinalisti e le altre classificazioni. Questi risultati possono essere dovuti al fatto che alla Champions League partecipano giocatori provenienti da tutto il mondo, e le differenze tra le squadre partecipanti sono probabilmente minori rispetto alla Coppa del Mondo. Studi futuri dovrebbero fornire maggiori informazioni sulla relazione tra la tendenza all’invecchiamento e il successo nel calcio d’elite.

I risultati confermano l’ipotesi che una curva a U rovesciata caratterizza la relazione tra la valutazione di mercato e l’età, con il valore di picco che si verifica nella fascia di età 26-30. Questi risultati sono simili a quelli forniti in altri studi. Per esempio, Anderson e Sally (2013) hanno scoperto che il valore di picco nella Premier League si verifica a 26 anni. C’è un calo sostanziale nel valore di mercato nella fascia di età 31-35 anni. Infine, i giocatori oltre i 35 anni hanno il valore di mercato più basso. Per quanto riguarda la posizione di gioco, gli attaccanti hanno un valore di mercato più alto dei difensori. Cioè, più vicina è l’area di rigore avversaria, più alto è il valore di mercato dei giocatori, con l’attaccante che ha il più alto valore di mercato.

Un limite nello studio attuale è che le variabili estranee che potrebbero avere alcuni effetti i risultati non sono stati inclusi (Gómez et al., 2013). Per esempio, la formazione della propria squadra e di quella avversaria potrebbe influenzare la quantità di giocatori contratti dalle squadre per ogni posizione. Il fatto che nello studio siano stati utilizzati dati anonimi significa che alcune osservazioni potrebbero corrispondere allo stesso giocatore. Infine, non è stato controllato che i giocatori abbiano occupato la stessa posizione di gioco o che abbiano giocato in più di una squadra durante le stagioni analizzate.

In conclusione, i risultati dell’articolo confermano che (i) una tendenza all’invecchiamento si è verificata negli ultimi tre decenni in Champions League, e che (ii) GK e CB tendono a raggiungere il picco più tardi rispetto agli attaccanti, e le loro prestazioni di punta possono essere mantenute più a lungo, fino a un’età di circa 31 anni. I risultati attuali forniscono informazioni utili in termini di informare le nostre aspettative su quando i giocatori di calcio sono suscettibili di esibirsi al massimo livello. Ci informano anche su quando è probabile che siano più preziosi sul mercato. Dal punto di vista del reclutamento o del rinnovo dei giocatori, i risultati attuali possono fornire informazioni preziose per aiutare nelle decisioni riguardanti il reclutamento e la gestione della lista dei giocatori all’interno delle società di calcio professionistiche. Quando un nuovo contratto sarà firmato, la durata del contratto o lo stipendio dei giocatori può ora essere deciso in modo più oggettivo. Allo stesso modo, la valutazione post-partita degli aspetti tecnici, tattici e fisici delle prestazioni può essere fatta in modo più oggettivo tenendo conto dell’effetto dell’età dei giocatori e può aiutare i manager e gli allenatori a guidare le decisioni riguardanti l’individualizzazione delle strategie di allenamento o la progettazione di periodi di carico di allenamento.

Contributi degli autori

CL-P e ER hanno concettualizzato lo studio. AR-G ha curato i dati. CL-P, ER e AK hanno partecipato all’analisi formale. CL-P, ER, AK e AR-G hanno progettato la metodologia. CL-P ha amministrato il progetto. CL-P ha supervisionato lo studio. AK ha visualizzato lo studio. CL-P, ER, e AK hanno scritto il manoscritto.

Finanziamento

Il presente studio è stato sostenuto dal Ministero dell’economia e della competitività della Spagna con il progetto DEP2016-75785-R.

Dichiarazione di conflitto di interessi

Gli autori dichiarano che la ricerca è stata condotta in assenza di relazioni commerciali o finanziarie che potrebbero essere interpretate come un potenziale conflitto di interessi.

Note

  1. ^ www.uefa.com
  2. ^ www.transfermarkt.com

Allen, S. V., e Hopkins, W. G. (2015). Età di picco prestazioni competitive di atleti d’élite: una revisione sistematica. Sport Med. 45, 1431-1441. doi: 10.1007/s40279-015-0354-3

PubMed Abstract | CrossRef Full Text | Google Scholar

Anderson, C., e Sally, D. (2013). Il gioco dei numeri: Perché tutto quello che sai sul calcio è sbagliato. Londra: Viking.

Google Scholar

Bangsbo, J., Nørregaard, L., e Thorsoe, F. (1991). Profilo di attività del calcio da competizione. Can. J. Sports Sci. 16, 110-116.

Google Scholar

Barnes, C., Archer, D. T., Hogg, B., Bush, M., e Bradley, P. S. (2014). L’evoluzione dei parametri di prestazione fisica e tecnica nella Premier League inglese. Int. J. Sports Med. 35, 1095-1100. doi: 10.1055/s-0034-1375695

PubMed Abstract | CrossRef Full Text | Google Scholar

Botek, M., Krejčí, J., McKune, A. J., e Klimešová, I. (2016). Profili somatici, prestazioni di resistenza e variabilità della frequenza cardiaca di calciatori professionisti raggruppati in base all’età. J. Hum. Kinet. 54, 65-74. doi: 10.1515/hukin-2016-0035

PubMed Abstract | CrossRef Full Text | Google Scholar

Bradley, P. S., Carling, C., Archer, D., Roberts, J., Dodds, A., Di Mascio, M., et al. (2011). L’effetto della formazione di gioco sulla corsa ad alta intensità e profili tecnici in inglese FA premier league partite di calcio. J. Sports Sci. 29, 821-830. doi: 10.1080/02640414.2011.561868

PubMed Abstract | CrossRef Full Text | Google Scholar

Bradley, P. S., Di Mascio, M., Peart, D., Olsen, P., e Sheldon, B. (2010). Profili di attività ad alta intensità di giocatori di calcio d’élite a diversi livelli di prestazioni. J. Strength Cond. Res. 24, 2343-2351. doi: 10.1519/JSC.0b013e3181aeb1b3

PubMed Abstract | CrossRef Full Text | Google Scholar

Bradley, P. S., Sheldon, W., Wooster, B., Olsen, P., Boanas, P., e Krustrup, P. (2009). Alta intensità in esecuzione in inglese FA premier league partite di calcio. J. Sports Sci. 27, 159-168. doi: 10.1080/02640410802512775

PubMed Abstract | CrossRef Full Text | Google Scholar

Bush, M., Barnes, C., Archer, D. T., Hogg, B., e Bradley, P. S. (2015). Evoluzione dei parametri di prestazione della partita per varie posizioni di gioco nella Premier League inglese. Hum. Mov. Sci. 39, 1-11. doi: 10.1016/j.humov.2014.10.003

PubMed Abstract | CrossRef Full Text | Google Scholar

Caley, M. (2013). La curva di invecchiamento del calcio. Sb nazione cartilagine capitano libero. Disponibile presso: http://cartilagefreecaptain.sbnation.com/2013/12/9/5191634/the-football-aging-curve .

Dendir, S. (2016). Quando i giocatori di calcio raggiungono il picco? Una nota. J. Sports Anal. 2, 89-105. doi: 10.3233/JSA-160021

CrossRef Full Text | Google Scholar

Di Salvo, V., Gregson, W., Atkinson, G., Tordoff, P., and Drust, B. (2009). Analisi dell’attività ad alta intensità nel calcio della Premier League. Int. J. Sports Med. 30, 205-212. doi: 10.1055/s-0028-1105950

PubMed Abstract | CrossRef Full Text | Google Scholar

Fair, R. C. (2008). Stima degli effetti dell’età nel baseball. J. Quant. Anal. Sports 4:1. doi: 10.2202/1559-0410.1074

CrossRef Full Text | Google Scholar

Gerhards, J., and Mutz, M. (2017). Chi vince il campionato? Valore di mercato e composizione della squadra come predittori di successo nei massimi campionati di calcio europei. Eur. Soc. 19, 223-242. doi: 10.1080/14616696.2016.1268704

CrossRef Full Text | Google Scholar

Gómez, M. Á, Lago-Peñas, C., and Pollard, R. (2013). “Variabili situazionali”, in Routledge Handbook of Sports Performance Analysis, eds T. McGarry, P. O’Donoghue, and J. Sampaio (London: Routledge).

Google Scholar

Kovalchik, S. A. (2014). Più vecchi salgono più giovani cadono: tendenze dell’età e delle prestazioni nel tennis professionistico maschile dal 1991 al 2012. J. Quant. Anal. Sports 10, 99-107.

Google Scholar

Kuper, S. (2011). L’età ottimale per essere un atleta. Askmen.com. Disponibile presso: https://uk.askmen.com/sports/fanatic_300/325_the-best-age-for-athletes.html .

Mohr, M., Krustrup, P., Andersson, H., Kirkendal, D., and Bangsbo, J. (2008). Attività di gara delle giocatrici di calcio d’élite a diversi livelli di prestazione. J. Strength Cond. Res. 22, 341-349. doi: 10.1519/JSC.0b013e318165fef6

PubMed Abstract | CrossRef Full Text | Google Scholar

Mohr, M., Krustrup, P., and Bangsbo, J. (2003). Prestazioni di partita di giocatori di calcio di alto livello con particolare riferimento allo sviluppo della fatica. J. Sports Sci. 21, 519-528. doi: 10.1080/0264041031000071182

PubMed Abstract | CrossRef Full Text | Google Scholar

Rienzi, E., Drust, B., Reilly, T., Carter, J. E., and Martin, A. (2000). Indagine sui profili antropometrici e di lavoro di giocatori di calcio internazionali d’élite sudamericani. J. Sports Med. Phys. Fitness 40, 162-169.

PubMed Abstract | Google Scholar

Rüst, C. A., Knechtle, B., Rosemann, T., and Lepers, R. (2012). Differenza di sesso nelle prestazioni di gara e l’età di picco delle prestazioni nel campionato del mondo di ironman triathlon dal 1983 al 2012. Extrem. Physiol. Med. 1:15. doi: 10.1186/2046-7648-1-15

PubMed Abstract | CrossRef Full Text | Google Scholar

Smith, D. J. (2003). Un quadro per la comprensione del processo di formazione che porta alla performance d’élite. Sports Med. 33, 1103-1126. doi: 10.2165/00007256-200333150-00003

PubMed Abstract | CrossRef Full Text | Google Scholar

Wallace, J. L., and Norton, K. I. (2014). Evoluzione delle partite di finale della Coppa del Mondo di calcio 1966-2010: struttura di gioco, velocità e modelli di gioco. J. Sci. Med. Sport 17, 223-228. doi: 10.1016/j.jsams.2013.03.016

PubMed Abstract | CrossRef Full Text | Google Scholar

Williams, A.M. (Ed.) (2013). Scienza e calcio: Sviluppare performer d’élite. Milton Park: Routledge. doi: 10.4324/9780203131862

CrossRef Full Text | Google Scholar

Lascia un commento

Il tuo indirizzo email non sarà pubblicato.