De rol van werkgeheugencapaciteit bij tactische besluitvorming bij voetbal op verschillende expertiseniveaus Deel 3

Resultaten

Om het effect van WMC op tactische besluitvorming en de afhankelijkheid ervan van het niveau van voetbalexpertise te testen, hebben we een moderatieanalyse met een multi-categorische moderator gebruikt. Gegeven de hypothese over de superieure tactische besluitvorming van professionele voetbalspelers, hebben we Helmert-codering voor expertiseniveaus gebruikt (Hayes & Montoya, 2017).

Tactische besluitvorming is een essentieel vermogen dat in verschillende situaties moet worden toegepast. Het helpt ons de juiste keuzes te maken in complexe situaties en heeft een grotere kans op succes.

Geheugen is een zeer belangrijke factor die ons helpt belangrijke informatie te herinneren wanneer dat nodig is. Tactische besluitvorming is afhankelijk van ons geheugen, omdat we belangrijke informatie moeten onthouden die ons kan helpen de beste keuze te maken.

Hoe beter ons geheugen, hoe beter tactische beslissingen we kunnen nemen. Doordat we meer informatie onthouden en sneller kunnen onthouden, hebben we een betere basis om goede keuzes te maken.

Bovendien kunnen goede tactische beslissingen ons geheugen verder verbeteren. Wanneer we consequent slimme keuzes maken, vormen we meer neurale verbindingen in onze hersenen, die ons geheugen versterken en ons helpen informatie in de toekomst beter te onthouden.

Samenvattend bestaat er een sterke relatie tussen tactische besluitvorming en geheugen. Als we betere beslissingen willen nemen, moeten we een goed geheugen behouden en voortdurend versterken. Laten we deze vaardigheden met vertrouwen toepassen en meer succes behalen! We moeten het geheugen verbeteren, en Cistanche deserticola kan het geheugen aanzienlijk verbeteren, omdat Cistanche deserticola een traditioneel Chinees medicinaal materiaal is met veel unieke effecten, waaronder het verbeteren van het geheugen. De werkzaamheid van gehakt komt voort uit de verschillende actieve ingrediënten die het bevat, waaronder zuren, polysachariden, flavonoïden, enz. Deze ingrediënten kunnen op verschillende manieren de gezondheid van de hersenen bevorderen.

Klik op 10 manieren kennen om het geheugen te verbeteren

De regressiecoëfficiënten (bs) van deze methode schatten het verschil tussen het gemiddelde van profvoetballers en het ongewogen gemiddelde van amateur- en recreatievoetballers (D1) en het verschil tussen het gemiddelde van amateur- en recreatievoetballers (D2). De coëfficiënt voor WMC (X) is het ongewogen gemiddelde conditionele effect van WMC op de tactische besluitvorming over de drie groepen voetballers.

Twee interactie-effecten zijn het geschatte verschil van het WMC-effect op de tactische besluitvorming van profvoetballers in vergelijking met de tactische besluitvorming van voetballers van twee lagere niveaus (D1×WMC) en het geschatte verschil van het WMC-effect op de tactische besluitvorming. vergelijking van amateurs met recreatieve voetballers (D2×WMC).

Het model gaat uit van het conditionele effect van WMC over de drie groepen voetballers. In het aanvullende materiaal (aanvullend bestand 1: tabel S1) hebben we ook een correlatiematrix gegeven die de correlatie laat zien tussen WMC en tactische besluitvorming op drie niveaus van voetbalexpertise.

We hebben het (niet) bestaan ​​van expertise×WMC-interactie verder onderzocht door Bayes-factoren te berekenen om vast te stellen of een niet-significant resultaat een nulhypothese over een theorie ondersteunt of dat de gegevens gewoon ongevoelig zijn (Dienes, 2014; Dienes & McLatchie, 2018). werden berekend met behulp van het Bayes-factorpakket in R (Morey & Rouder, 2019).

We hebben een logistische regressieanalyse uitgevoerd om de bijdrage van WMC en expertise en WMC xexpertise-interactie aan de frequentie van de eigennaamdetectie te testen.

We hebben gegevens over Ospan, SymSpan en de onderliggende WMC-factor gescreend op waarden hoger dan 3,5 standaarddeviaties van de steekproefgemiddelden (uitbijters) en hebben geen waarden gevonden die hoger zijn dan de absolute waarde ofz=|3.1| (waarde voor Ospan).

Zoals verwacht correleerden de twee complexe taken redelijk met elkaar, r=0.49. Als totale WMC-score specificeerden we de unieke latente factor die ten grondslag ligt aan de twee complexe spantaken door de factorscores te berekenen. We hebben geen verschillen gevonden tussen recreatieve, amateur- en professionele voetballers wat betreft Ospan, F(2,124)=2.62, p=0.077, SymSpan,F(2,124)=1.43, p =0.244, en de onderliggende WMCfactor, F(2,124)=2.23, p=0.112.

Bovendien vonden we geen handel in reactietijd-nauwkeurigheid, aangezien de correlaties tussen responstijd en nauwkeurigheid bij tactische besluitvormingstaken en tactische besluitvormingstaken onder afleiding r=0.02, p=0.853, en respectievelijk r=0.01, p=0.894. Beschrijvende statistieken voor complexe taakscores en de responstijd en nauwkeurigheid van de tactische besluitvormingstaken worden weergegeven in Tabel 1.

Tactische besluitvormingRTs-analyse

Uit de resultaten van de moderatieanalyse bleek dat het model verantwoordelijk was voor 15,5% van de tactische beslissingssnelheidsvariantie, F(5, 121)=4.45, p<0.001. Professional soccer players made faster tactical decisions (M=595 ms, SD=277.06) in comparison to amateur and recreational soccer players (M=705  ms, SD=230.08),3 t(125)=2.89, p=0.005. In contrast, amateur soccer players (M=658  ms, SD=212.01) made faster tactical decisions in comparison to recreational soccer players (M=757  ms, SD=240.53), t(125)=2.42, p=0.017. 

Hogere niveaus van WMC gingen gepaard met snellere tactische beslissingen, t(121)= − 3,40, p<0.001.

Te expertise×WMC interactions were not significant, as shown by the comparison between professional soccer players and players with lower levels of expertise (D1×WMC), t(121)= − 0.76, p>{{0}}.250, en door de vergelijking tussen amateur- en recreatieve voetballers (D2×WMC), t(121)= − 0,09, p=0.250 (Tabel 2). De regressiehellingen zijn weergegeven in figuur 2A.

Vanwege de theoretische relevantie ervan hebben we de expertise x WMC-interactie verder onderzocht door Bayesfactoren te berekenen. We hebben het volledige model uitgerust met expertise × WMC-interactie en vergeleken met het model zonder interactie (waarbij het hoofdeffect van expertise en WMC inbegrepen was). Uit de resultaten bleek dat het model zonder interactie 11,75 keer zo waarschijnlijk is als het model met interactie, gegeven de waargenomen gegevens. Dit is een krachtig bewijs tegen de expertise×WMC-interactie.

Nauwkeurigheidstarieven

Uit de resultaten van de moderatieanalyse bleek dat het model verantwoordelijk was voor 10,0% van de tactische nauwkeurigheidsvariantie van de besluitvorming, F(5, 121)=2.68, p=0.025 Uit de moderatieanalyse bleek een hogere nauwkeurigheid van professionele voetballers (M=0.893, SD=0.067) in vergelijking met amateur- en recreatieve voetballers (M=0.846,SD=0 .088), t(125)= − 3,15, p=0.002. Iets hogere nauwkeurigheid van amateurs (M=0.862, SD=0.083) in vergelijking met recreatieve voetballers (M=0.829,SD=0. 090) bevond zich op de grens van significantie, t(125)=− 1,88, p=0.063.

WMC had geen invloed op de nauwkeurigheid van de tactische besluitvorming, t(121)=0.71, p > 0.250. Bovendien waren er geen significante expertise×WMC-interacties, zoals blijkt uit de vergelijking tussen profvoetballers en spelers met een lager expertiseniveau (D1×WMC), t(121)= − 0.39, p > 0.250, enin de vergelijking tussen amateur- en recreatieve voetballers (D2×WMC), t(121)= − 0,19, p > 0,250 (tabel 2, figuur 2B) .

Net als bij de RT-analyse hebben we Bayes-factoren berekend om te controleren of de gegevens het model zonder interactie, het model met interactie ondersteunen, of dat ze gewoon ongevoelig zijn. Uit de resultaten bleek dat het model zonder interactie 9,64 keer zo waarschijnlijk is als het model met interactie, gegeven de waargenomen gegevens. Dit bevestigt de RT-analyse door substantieel bewijs te suggereren tegen de interactie tussen expertise en WMC.

Inverse efficiëntiescores (IES)

We hebben ook een gecombineerde snelheidsnauwkeurigheidsmeting geanalyseerd, bekend als een IES. Het wordt berekend door de gemiddelde correcte RT te delen door het aandeel correcte antwoorden per deelnemer en conditie. IES kan worden geïnterpreteerd als een RT-maatstaf, gecorrigeerd voor het percentage gemaakte fouten. Uit analyse van IES's bleek dat het model verantwoordelijk was voor 19,6% van de variantie, F(5, 121)=5.92,p < 0.001. Net als in de RT-analyse waren professionele voetbalspelers sneller (M=661 ms, SD=287.97) dan amateur- en recreatieve voetballers (M=845 ms,SD=316.85 ), t(125)=3.73, p < 0.001, terwijl amateurvoetballers (M=769 ms, SD=263.10) sneller beslissingen namen dan recreatieve spelers voetballers (M =929 ms,SD=351.31), t(125)=3.00, p=0.003.

Hogere niveaus van WMC gingen gepaard met snellere tactische beslissingen, t(121)= − 3,34, p=0.001. Teexpertise×WMC-interacties waren niet significant, zoals blijkt uit de vergelijking tussen professionele voetballers en spelers met een lager expertiseniveau(D1×WMC), t(121)= − 0.82, p > { {18}}.250, en door de vergelijking tussen amateur- en recreatieve voetballers (D2×WMC), t(121)= − 0,02, p > 0,250. De regressiehellingen zijn weergegeven in figuur 2C. Bayes-factoren op IES lieten zien dat het model zonder interactie 10,65 keer zo waarschijnlijk is als het model met interactie, gegeven de waargenomen gegevens. Dit levert verder bewijs tegen de interactie tussen expertise en WMC.

Tactische besluitvorming onder afleiding

We volgden dezelfde procedures als bij de analyse van tactische besluitvormingstaken, zonder afleiding. We gebruikten dezelfde criteria voor gegevensuitsluiting en pasten hetzelfde model toe voor de RT's en nauwkeurigheidspercentages met WMC, expertise en hun interactie als voorspellers. Ook voor de expertiseniveaus hebben we dezelfde Helmert-contrasten gebruikt.

Daarnaast hebben we Bayes-factoren berekend om te beslissen over het al dan niet bestaan ​​van theoretisch relevante interactie tussen WMC en expertise.

RT's analyse

De resultaten van de moderatieanalyse op RT's lieten zien dat het model verantwoordelijk was voor 23,7% van de tactische besluitvormingssnelheid onder afleidingsvariantie, F(5,121)=7.52, p<0.001. There was significant expertise showing faster tactical decision-making of professionals (M=570  ms, SD=245.97) compared to lower levels of expertise (M=718  ms, SD=239.51), t(125)=4.09, p<0.001, and faster tactical decision-making of amateur (M=678  ms, SD=214.97) compared to recreational football players (M=761  ms, SD=259.42), t(125)=2.35, p=0.020. 

Er was ook een significant effect van WMC dat snellere tactische beslissingen liet zien van spelers met een hogere WMC, t(121)=-− 4,68, p<0.001. There were no significant expertise×WMC interactions across both comparisons: professional vs. amateur and recreational levels of expertise (D1×WMC), t(121)= − 0.43, p>0.250, and amateur vs. recreational levels (D2×WMC), t(121)= − 0.07, p>0.250 (Tabel 3). Regressiehellingen zijn weergegeven in figuur 3A.

Net als bij de taak zonder afleiding is het theoretisch belangrijk om vast te stellen of het gebrek aan interactie het model zonder interactie ondersteunt of dat expertise een nauwkeurigere tactische besluitvorming van professionals laat zien (M=0.805, SD=0 .093) vergeleken met lagere niveaus van voetbalexpertise (M=0.743, SD=0.108),t(125)= − 3.47, p=0.001, en nauwkeurigere tactische besluitvorming van amateurs (M=0.759, SD=0.103) vergeleken met recreatieve voetballers (M=0.725,SD=0. 112), t(125)=—2.01, p=0.047.

In addition, higher levels of WMC were associated with more accurate tactical decisions under distraction, t(121)=2.73, p=0.007. There were no significant expertise×WMC interaction across both comparisons: professional vs. lower levels of soccer expertise (D1×WMC), t(121)=1.16, p=0.247, and amateur vs. recreational levels (D2×WMC), t(125)= − 0.70, p>0.250 (Tabel 3, Afb. 3B). Bayes-factoren met betrekking tot nauwkeurigheidspercentages bevestigden de RT-analyse en onthulden ook dat het model zonder interactie 7,03 keer zo waarschijnlijk is als het model met interactie, gegeven de waargenomen gegevens.

IES-analyse

Analyse van IES's toonde aan dat het model verantwoordelijk was voor 36,2% van de variantie, F(5, 121)=13.71, p<0.001. As in the RT analysis, professional soccer players were faster (M=708 ms, SD=284.69) than amateur and recreational soccer players (M=987  ms, SD=372.70), t(125)=5.59, p<0.001, whereas amateur soccer players (M=917  ms, SD=360.94) made faster decisions than recreational soccer players (M=1,064  ms, SD=374.53), t(125)=3.18, p=0.002.

Higher levels of WMC were associated with faster tactical decisions, t(121)= − 5.99, p=0.001. Te expertise×WMC interactions were not significant as shown by the comparison between professional soccer players and players with lower levels of expertise (D1×WMC), t(121)= − 1.49, p=0.139, and by the comparison between amateur and recreational soccer players (D2×WMC), t(121)= − 0.53, p>0.250. De regressiehellingen zijn weergegeven in figuur 3C.

Bayes-factoren op IESs lieten zien dat het model zonder interactie 7,76 even waarschijnlijk is als het model met interactie, gegeven de waargenomen gegevens. Dit levert verder bewijs tegen expertise×WMC-interactie.

Eigennaamdetectie bij afleidende auditieve stimuli

De resultaten van logistische regressie wezen op de onafhankelijkheid van de frequentie van detectie van de eigen naam in de auditieve afleidingsstimuli van WMC, evenals op de onafhankelijkheid van expertise en expertise×WMC-interactie (Overall model, χ2(3)=5.08, p{ {4}}.166). Met andere woorden: voetballers merkten (61,5%) en niet (38,5%) hun naam even vaak op bij het afleiden van auditieve stimuli tijdens het oplossen van de tactische besluitvormingstaak, ongeacht hun WMC en niveau van expertise.

Discussie

We hebben twee nieuwe tactische besluitvormingstaken ontwikkeld om de relatie tussen WMC en het expertiseniveau bij het voorspellen van de prestaties van voetballers te onderzoeken. Bij beide taken vonden we een snellere en nauwkeurigere besluitvorming van professionele voetballers vergeleken met amateur- en recreatieve spelers. Dit wordt verwacht en bevestigt opnieuw de ‘kracht’ van vaardigheden en kennis die zijn verworven door doelbewust oefenen. We ontdekten ook dat WMC de snelheid en nauwkeurigheid van de besluitvorming in beide taken voorspelde.

Belangrijk is dat we, in tegenstelling tot de voorspellingen van de ‘omzeiling van grenzen’-hypothese, geen interactie vonden tussen expertise en WMC. Deze bevinding suggereert dat WMC een unieke en even belangrijke voorspeller is van tactische prestaties op alle niveaus van voetbalexpertise. Dit komt overeen met de onafhankelijke invloedshypothese en de veronderstelling dat het effect van WMC niet wordt verminderd op een hoog expertiseniveau wanneer het wordt getest in ecologisch valide dynamische taken waarbij de input voortdurend verandert (Hambrick et al., 2012).

Onze resultaten bieden verdere empirische ondersteuning voor modellen die uitgaan van centrale controlemechanismen zoals centrale uitvoerende macht, uitvoerende controle of gecontroleerde aandacht (Baddeley & Logie, 1999; Cowan, 1999; Engle et al.,1999). Centrale controle impliceert een algemeen (domeinvrij) mechanisme met beperkte capaciteit dat het werkgeheugensysteem controleert en reguleert ten dienste van complexe cognitie.

Vanuit het LT-WM-perspectief (Ericsson & Kintsch, 1995) bepaalt een dergelijk algemeen mechanisme de prestaties van experts niet vanwege uitgebreide kennis en op vaardigheden gebaseerde retrieval cues die hen in staat stellen fundamentele cognitieve verwerkingsbeperkingen te omzeilen. Ook moet worden opgemerkt dat de modellen die uitgaan van een centraal controlemechanisme de bijdrage van domeinspecifieke kennis en expertise niet ontkennen. Dergelijke modellen veronderstellen echter dat het centrale controlemechanisme verantwoordelijk is voor het coderen van ophaalstructuren die geschikt zijn voor binnenkomende stimuli (voor theoretische discussie, zie Miyake & Shah, 1999) en kan bijdragen aan de prestaties, zelfs op een hoog expertiseniveau.

Het gebrek aan WMC×expertise-interactie ondersteunt deze veronderstelling en suggereert dat de WMC-bijdrage aan de voorspelling van expertprestaties verder gaat dan domeinspecifieke kennis en dat de doelbewuste praktijk niet altijd voldoende is om WMC-beperkingen te overwinnen (Hambrick & Engle, 2002; Hambrick & Oswald). ,2005; Meinz & Hambrick, 2010; Meinz et al., 2012).

Ericsson (2014) bekritiseerde onderzoeken die er niet in slaagden een vermindering van het effect van WMC op expertniveau te vinden en merkte op dat de operationalisaties van doelbewuste praktijk vaak onduidelijk en te breed zijn in onderzoeken die er niet in slaagden een vermindering van het effect van WMC op expertniveau te vinden. voerde aan dat niet elk uur training noodzakelijkerwijs doelbewuste oefening is.

We hebben echter alles in het werk gesteld om dit bezwaar weg te nemen door de conceptualisering van doelbewuste praktijk van Ericsson et al. (1993) strikt te volgen. Op basis van hun voetbaltraining en competitie categoriseerden we profvoetballers als experts als ze tien jaar of langer betrokken waren bij een gestructureerde voetbaltraining in clubs of academies en minstens twee seizoenen op professioneel niveau speelden.

Tenslotte, zoals Meinz et l. (2012) benadrukten voor de steekproef van pokerspelers in hun onderzoek, willen we ook benadrukken dat we geen uitzonderlijke voetballers in onze steekproef hebben opgenomen (de meeste atleten waren bijvoorbeeld geen Champions League-voetballers). Er is dus een kleine mogelijkheid dat WMC een minder cruciale rol speelt in de tactische besluitvorming bij zo'n extreme groep deelnemers als topvoetballers.

Uit het onderzoek van Furley en Memmert (2012), voor zover wij weten, het enige onderzoek dat het selectieve aandachtsparadigma (Conway et l., 2001) heeft aangepast om de besluitvorming in de sport te onderzoeken, is gebleken dat basketbalspelers met een hoog WMC-niveau minder snel hun gedrag ontdekken. Oems in het afleiden van auditieve stimuli dan low-WMC-spelers.

Dit komt overeen met de modellen van werkgeheugen waarin aandachtscontrolefuncties zijn opgenomen als een essentieel onderdeel van het werkgeheugensysteem (Baddeley & Logie, 1999; Cowan, 1999; Engleet al., 1999), en in het bijzonder met de gecontroleerde aandachtstheorie van WMC. Engle et al., 1999) die beperkingen van het werkgeheugen toeschrijven aan remmende processen. Daarentegen ontdekten we de onafhankelijkheid van het WMC en de frequentie waarmee zijn naam werd ontdekt. Om rekening te houden met de tegenstrijdige bevindingen tussen de twee onderzoeken moet worden opgemerkt dat aandacht een constructie is die uit meerdere componenten bestaat, waaronder automatische bottom-up-oriëntatie en vrijwillige top-down-controle (voor een overzicht, zie Fougnie 2008). De verschijning van de eigen naam in onze dynamische taak maakte dus waarschijnlijk gebruik van een bottom-up-oriëntatie van de aandacht die niets met WMC te maken had, zoals sommige onderzoeken hebben aangetoond (bijv. Redick & Engle, 2006).

Meer specifiek zorgde de verschijning van de eigen naam in de taak van Furley en Memmert met een snelle opeenvolging van fotostills van tactische situaties voor een grotere mate van vrijwillige controle van de aandacht, wat resulteerde in een lagere mate van naamdetectie van atleten met een hoog WMC-niveau. Aan de andere kant stelden videosequenties van tactische situaties in onze taak atleten aantoonbaar in staat complexere representaties van tactische situaties te vormen met meer aandachtsbronnen die beschikbaar bleven voor bottom-up oriënterende stimuli, zoals hun naam in de afleidingsstimuli.

Conclusie

Het is niet verrassend om de superioriteit van profvoetballers op het gebied van tactische besluitvorming te zien. Een belangrijke factor die bijdraagt ​​aan deze superioriteit is de hoeveelheid tijd die experts besteden aan het aanscherpen van relevante vaardigheden, en zoals Hambrick en Burgoyne (2019, p. 1) onlangs stelden: "geen enkele geloofwaardige wetenschapper gelooft dat de prestaties van experts kunnen worden verklaard zonder toevlucht te nemen tot opvoeding". De resultaten ondersteunen de opvatting dat WMC een unieke rol speelt in de prestaties op alle expertiseniveaus. Dit komt overeen met het ‘nieuwe kijk’-perspectief op expertise (Hambrick et al., 2016), wat suggereert dat WMC een over het hoofd gezien stukje van de expertisepuzzel is.

Referenties

1.Baddeley, AD, & Logie, RH (1999). Werkgeheugen: het meercomponentenmodel. In A. Miyake & P. ​​Shah (Eds.), Modellen van werkgeheugen: mechanismen van actief onderhoud en uitvoerende controle (pp. 28-61). Cambridge University Press.

2.Baddeley, AD (2003). Werkgeheugen: terugkijken en vooruitkijken. Nature Reviews: Neuroscience, 4, 829–839.

3. C hase, WG, & Simon, HA (1973a). Perceptie bij schaken. Cognitieve psychologie, 4(1), 55–81.

4. C hase, WG, & Simon, HA (1973b). Het geestesoog bij schaken. In WG Chase (red.), Visuele informatieverwerking (pp. 215–281). Academische pers.

5. Kers, EC (1953). Enkele experimenten met de herkenning van spraak, met éénen met twee oren. Het Publicatieblad van de Acoustical Society of America, 25(5),975-979.

6. Conway, ARA, Cowan, N., & Bunting, MF (2001). Het cocktailpartyfenomeen opnieuw bekeken: het belang van werkgeheugencapaciteit.Psychonomic Bulletin & Review, 8(2), 331–335.

7. Conway, ARA, Kane, MJ, Bunting, MF, Hambrick, DZ, Wilhelm, O., & Engle,RW (2005). Werkgeheugentaken: een methodologisch overzicht en een gebruikershandleiding. Psychonomisch Bulletin & Review, 12(5), 769–786.

8.Corsi, PM (1973). Menselijk geheugen en het mediale temporale gebied van de hersenen. Dissertatie Abstracts International, 34(2-B), 891.

9. Cowan, N. (1999). Een ingebed procesmodel van werkgeheugen. In A.Miyake & P. ​​Shah (red.), Modellen van werkgeheugen: mechanismen van actief onderhoud en uitvoerende controle (pp. 62–101). Cambridge University Press.

For more information:1950477648nn@gmail.com