DOI: https://doi.org/10.15366/rimcafd2022.87.012
ORIGINAL
RELACIÓN ENTRE LA CARGA INTERNA Y EXTERNA EN
ÁRBITROS DE BALONCESTO
RELATIONSHIP
BETWEEN EXTERNAL AND INTERNAL LOAD IN BASKETBALL REFEREES
García-Santos,
D.1; Pino-Ortega, J.2; García-Rubio, J.3;
Vaquera, A.4 e Ibáñez, S.J.5
1 Estudiante
de doctorado en Ciencias del Deporte. Facultad de Ciencias de la Actividad
Física y el Deporte, Universidad de Extremadura. Miembro del Grupo de
Optimización del Entrenamiento y Rendimiento Deportivo (España) dgarcianu@alumnos.unex.es
2 Doctor y profesor en la Facultad de Ciencias de la Actividad
Física y el Deporte, Universidad de Murcia (España) josepinoortega@um.es
3 Doctor y
profesor en la Facultad de Ciencias de la Actividad Física y el Deporte,
Universidad de Extremadura. Miembro del Grupo de Optimización del Entrenamiento
y Rendimiento Deportivo (España) jagaru@unex.es
4 Doctor y
profesor en la Facultad de Ciencias de la Actividad Física y el Deporte,
Universidad de León (España) avaqj@unileon.es
5 Catedrático
y profesor de la Facultad de Ciencias de la Actividad Física y el Deporte,
Universidad de Extremadura. Miembro del Grupo de Optimización del Entrenamiento
y Rendimiento Deportivo (España) sibanez@unex.es
AGRADECIMIENTOS
Este trabajo ha
sido parcialmente subvencionado por la Ayuda a los Grupos de Investigación (GR21149)
del Gobierno de Extremadura (Departamento de
Economía e Infraestructuras); con la contribución de la Unión Europea a través
de los fondos FEDER. Agradecer la colaboración del Área Técnica de Árbitros y
de los árbitros participantes en el estudio de la Federación Internacional de
Baloncesto (FIBA).
Código UNESCO / UNESCO Code:
5899
Otras Especialidades Pedagógicas (Educación Física y Deporte) / Other Pedagogical Specialties (Physical Education and Sport)
Clasificación Consejo de Europa / Council of Europe Classification: 17. Otras
(Rendimiento Deportivo) / Other (Sport Performance)
Recibido 15 de marzo de 2020 Received March 15, 2020
Aceptado 21 de abril de
2020 Accepted April 21, 2020
RESUMEN
El objetivo del presente trabajo consistió en
analizar las relaciones existentes entre los parámetros de carga interna
(objetiva y subjetiva) y externa. La muestra estuvo compuesta por un total de
15 partidos disputados en el Eurobasket femenino
U-16, donde participaron un total de nueve árbitros (6 masculinos y 3
femeninos). Las variables analizadas de carga interna fueron la frecuencia
cardiaca y la percepción subjetiva de esfuerzo. Las variables de carga externa
se dividieron en cinemáticas y neuromusculares, medidas a través de
dispositivos inerciales. Los resultados explican que existen relaciones entre
los valores de carga interna objetiva y carga externa, así como entre las
variables de carga externa. En cambio, no existen relaciones entre la carga interna
subjetiva y las variables de carga interna y externa objetiva, exceptuando el PowerMetabolic. Estos resultados demuestran que la
competición y el nivel de los árbitros influyen en gran medida en las variables
subjetivas.
PALABRAS CLAVES: Árbitro de Baloncesto, Carga Interna Objetiva, Carga
Interna Subjetiva, Carga Externa Objetiva.
ABSTRACT
The aim of the present paper consists in analysing the relations between internal (objective and subjective)
and external load parameters. The sample was composed of a total of 15 matches
played in the women’s U16 Eurobasket championship, in
which a total of nine referees (6 men and 3 women) participated. The internal
load variables analysed were heart rate and the
subjective rating of perceived exertion. The external load variables were
divided into kinematic and neuromuscular variables, measured using inertial
devices. The results show that there are associations between the values of
objective internal load and external load, as well as between the variables of
external load. In contrast, there is no relation between internal subjective
load and the variables of objective internal and external load, except
regarding Metabolic Power. These results indicate that the competition and the
level of the referees greatly influence the subjective variables.
KEYWORDS: Basketball Referee, Objective Internal Load, Subjective Internal Load,
Objective External Load.
1. INTRODUCCIÓN
La monitorización y
cuantificación de las demandas
de esfuerzo de los deportistas resulta esenciales para optimizar su rendimiento (Weston et al., 2012), para instaurar
programas de entrenamiento acordes a las necesidades de juego de cada deporte
(Castillo, Weston, McLaren & Yanci, 2016) y para reducir el riesgo de
lesión (Bartlett, O’Connor, Pitchford, Torres-Ronda
& Robertson, 2017). Para ello, es necesario analizar el contexto en el que
se desarrolla la competición (Vaquera, Mielgo-Ayuso, Calleja-González & Leicht, 2016), y conocer las características propias del
deporte.
El Baloncesto es de un deporte que ha sufrido grandes cambios en el
reglamento a lo largo del tiempo (Cormery, Marcil & Bouvard, 2008), lo
que ha provocado un juego más rápido y atractivo para el espectador (Allegretti et al, 2015). La evolución del deporte ha
propiciado una mejora y profesionalización de los árbitros, adquiriendo un rol
más importante dentro de la competición y considerándose un deportista más
dentro del juego. Bajo esta perspectiva, el análisis de la carga de esfuerzo de
un árbitro resulta necesario para establecer con precisión el perfil del
rendimiento del mismo (García-Santos, Gamonales, León, Mancha & Muñoz,
2017), y conseguir así, una mejora de su práctica arbitral (Myers, Feltz, Guillén &
Dithurbide, 2012).
El análisis del rendimiento del árbitro puede realizarse desde varias
perspectivas, que permiten conocer un perfil del rendimiento del árbitro mucho
más completo. En este sentido, en el presente estudio, es posible analizar el perfil antropométrico (Castillo, Cámara &
Yanci, 2019) y las exigencias de carga interna (fisiológicas) y externa
(cinemáticas y neuromusculares) (Bartlett et al, 2017). Existen diversos
instrumentos que permiten registrar estas demandas de carga interna y externa
en los deportistas. Algunos de estos instrumentos permiten cuantificar la carga
de esfuerzo de forma subjetiva. Uno de los métodos más empleados en el
rendimiento deportivo es la escala de percepción subjetiva de esfuerzo (RPE)
(Borg, 1982), que establece una escala Likert de 0 a 10 según el
esfuerzo alcanzado por el deportista. Estos instrumentos de percepción
subjetiva del esfuerzo necesitan un entrenamiento previo en el manejo de la
herramienta por parte de jugadores o árbitros, para que el dato sea válido y
fiable (Castagna, Bizzini, Póvoas & D´Ottavio, 2017; McLaren, Graham, Spears & Weston,
2016).
Desde el punto de vista objetivo, el método más empleado para analizar
la carga interna es el registro de la frecuencia cardiaca (HR) (Matković, Rupčić & Knjaz, 2014; Vaquera,
Mielgo-Ayuso, Calleja-González & Leicht, 2017).
Se trata de una medida que permite conocer la intensidad de ejercicio debido a
su estrecha relación con la estimulación del organismo (Karvonen, Kentala y Mustala, 1957). En el
arbitraje deportivo, la HR junto con la RPE han sido los indicadores de carga
más empleados para analizar la carga interna en árbitros (Vaquera et al., 2017),
debido a que se tratan de métodos fáciles de usar y de bajo coste. De hecho,
existe una gran correlación entre estos métodos de valoración de carga interna
objetiva y subjetiva, sobre todo en situaciones de alta intensidad (Costa et
al., 2013; Weston, Bird, Helsen,
Nevill &Castagna, 2006).
Por otra parte, aparecen otros métodos en el análisis de carga interna objetiva
en jugadores y árbitros, tales como la medición
de lactato (Tessitore, Cortis, Meeusen
& Capranica, 2007), el consumo máximo de oxígeno
(VO2máx) (McLaren et al, 2016), el cortisol (Moreira, McGuigan, Arruda, Freitas &
Aoki, 2012) o la testosterona (Schelling, Calleja-González, Torres-Ronda &
Terrados, 2015). Para su análisis es necesario
un material específico y un uso adecuado del mismo, pues puede alterar la
rutina del deportista durante la competición.
La carga externa se ha definido como el estrés mecánico y locomotor
causado por la actividad deportiva (Bucheit, Lacome, Cholley & Simpson,
2018), existiendo variables cinemáticas y neuromusculares, que analizan
respectivamente los desplazamientos y sus intensidades y el esfuerzo alcanzado
entre la interacción de la gravedad con los agentes del juego (García-Ceberino,
Antúnez, Feu & Ibáñez, 2020). En este sentido, se encuentran diferentes
sistemas para el análisis del rendimiento (EPTS), como el video-based tracking (Allegretti et al., 2015; Nabli et al.,
2017), los sistemas Global Navigation Satellite System (GNSS) por
satélite (Malone, Lovell, Varley
& Coutts, 2017; Gómez-Carmona & Pino-Ortega,
2016) o los sistemas LPS (Local Position System)con
tecnología Ultra-wideband (UWB) (Alarifi
et al., 2016; García-Santos, Pino-Ortega, García-Rubio, Vaquera & Ibáñez,
2019b). En el primero de los casos, el análisis cinemático se realiza mediante
algoritmos matemáticos a través de un sistema de cámaras que permite el
seguimiento del juego y sus participantes. En los sistemas GNSS y LPS, los
deportistas deben llevar consigo el propio dispositivo mediante un arnés
anatómico situado en la espalda para poder registrar los datos. Además, los LPS
con tecnología UWB gracias a su sistema de antenas de radiofrecuencia permiten
analizar las variables de carga en los deportes indoor
(Bastida-Castillo et al., 2019). Algunos de estos sistemas aportan información en
tiempo real gracias a la tecnología ANT+, lo que supone un control
más preciso del árbitro, pues determinan variables cinemáticas (distancia
recorrida, aceleraciones, velocidades, etc) y neuromusculares
(PlayerLoad, PowerMetabolic
e Impactos), que permiten conocer con exactitud la carga que implica un partido
en tiempo real (Reina, García-Rubio, Antúnez & Ibáñez, 2020), así como el
índice de fatiga producido (Barrett, 2016). Todo ello va a permitir adaptarse
mejor a las características del juego (Matković
et al., 2014) y trabajar sobre aquellos aspectos que el árbitro precisa mejorar
con respecto a las variables de carga interna y externa.
Tras analizar la literatura existente no se han encontrado
investigaciones que triangulen y relacionen la información proveniente de
distintos sistemas de evaluación de la carga en árbitros de baloncesto durante
la competición. Por este motivo, el presente estudio se centra en caracterizar
la carga interna objetiva y subjetiva y la carga externa objetiva en los
árbitros de baloncesto durante la competición e identificar las relaciones
existentes entre estos indicadores de rendimiento, para poder determinar que
instrumentos emplear en función de los recursos y posibilidades.
2. MATERIALES
Y MÉTODOS
2.1 DISEÑO
La presente investigación emplea un diseño transversal con grupos
naturales específicos (Ato, López & Benavente, 2013), para valorar las correlaciones
existentes entre las variables de carga externa e interna en árbitros de
baloncesto.
2.2 PARTICIPANTES
La población que participó en el presente estudio estuvo determinada
por nueve árbitros de categoría internacional, seis hombres (M) y tres mujeres
(F), que participaron en el Eurobasket femenino U-16,
disputado en Gibraltar en 2017. Las características antropométricas de los
participantes se observan en la figura 2. Los árbitros fueron informados
al inicio de la investigación del protocolo experimental y sus posibles
beneficios, firmando un consentimiento informado. Los procedimientos abordados
en el presente estudio fueron aprobados según el comité ético de la Universidad
de Extremadura (Ref. 67/2017), bajo la Declaración de Helsinki (2013). La
Federación Internacional de Baloncesto (FIBA) autorizó la participación y
monitorización de todos los árbitros en el transcurso del campeonato.
2.3 MUESTRA
La muestra estuvo compuesta por los datos obtenidos de los quince
partidos disputados en formato torneo durante el campeonato Europeo Femenino
U-16. En cada partido participaban tres árbitros, designados por el Comité
Técnico de Árbitros de la FIBA. Todos los árbitros participaron en el mismo
número de veces. Los encuentros estaban compuestos por cuatro periodos de diez
minutos de duración. Entre los cuartos primero y segundo y los cuartos tercero
y cuarto existía una pausa de dos minutos, mientras que entre el segundo y
tercer cuarto el tiempo de descanso fue de diez minutos.
2.4 VARIABLES
Las variables empleadas en este estudio, permiten conocer la carga
interna y externa de los árbitros de baloncesto durante la competición y
cuantificar su rendimiento. Se registraron las siguientes variables:
Carga Interna Objetiva (iTL)
La iTL está determinada por el porcentaje de
frecuencia cardiaca máxima (%HRmax). Conociendo el porcentaje de
frecuencia cardiaca es posible determinar la intensidad de trabajo. Los porcentajes de trabajo se establecieron
dividiendo diferentes zonas de trabajo siguiendo a Vaquera et al., (2017) (Z1: 50-60%, Z2: 60-70%, Z3: 70-80%, Z4:
80-90%, Z5: 90-95%, Z6: >95%). Para el
cálculo de la HRmax se utilizó una adaptación de la fórmula
de Whaley, Kaminsky, Dwyer,
Getchell & Norton, (1992), tanto para hombre como
para mujeres:
Hombres
Mujeres
Carga Externa Objetiva Cinemática
(eTLk)
Se registraron diferentes variables para conocer la eTLK,
tales como la velocidad máxima (Vmax), la velocidad media (Vmed),
el número de aceleraciones (Acc) y desaceleraciones (Dec), las aceleraciones (Acc/m) y
desaceleraciones por minuto (Dec/m), la distancia
recorrida total (Dis) y por minuto (Dis/m) y el número de pasos totales (St)
y por minuto (St/m). La
velocidad media y máxima de todos los árbitros fue expresada ambas en metros
por segundo (m/s). Se calculó el número de aceleraciones y desaceleraciones
realizadas a lo largo de un partido, así como las aceleraciones y
desaceleraciones por minuto, expresadas en metros por segundo al cuadrado (m/s2).
La distancia recorrida se obtuvo mediante los metros recorridos durante el
partido y por minuto. Así mismo, el número de pasos se calcularon durante todo
el partido y por minuto.
Carga Externa
Objetiva Neuromuscular (eTLN)
La eTLN fue
expresada a través de Impactos (Imp), Power Metabolic (PMet) y Player Load (PL). Tanto el PL como el PMet fue calculado por minuto como en la totalidad del
partido. Mientras que los Imp se calcularon únicamente en la totalidad del
partido. Los Imp permiten calcular la fuerza G a la que está sometida el árbitro
durante las diferentes acciones de juego (Puente, Abián-Vicén,
Areces, López & Del Coso, 2017). Su cálculo se realizó mediante la suma
vectorial de las fuerzas G en los tres planos (x, y, z). En la presente
investigación se determinaron cuando su valor fue superior a 5 Gs.
El PMet se determinó
a través de la multiplicación de la velocidad (V) por el coste energético de la actividad (CE) derivada de la inclinación y la aceleración (Osgnach, Poser, Bernardini,
Rinaldo, & Di Prampero, 2010). Su fórmula es la siguiente:
La variable PL se
utilizó para evaluar la carga externa neuromuscular de los árbitros (Cormack, Mooney, Morgan & McGuigan,
2013), gracias a su fiabilidad y validez (Barrett, 2016; Barreira
et al., 2017). Se calculó mediante la suma vectorial de los cuatro puntos de
las aceleraciones en sus 3 ejes (vertical, medio-lateral y antero-posterior). Su
unidad de medida se representa mediante medidas arbitrarias (a.u.). La ecuación empleada para su cálculo fue:
Donde (Z) es la aceleración del eje
antero-posterior, (X) la aceleración
del eje medio-lateral; (Y) la
aceleración del eje vertical, (t)
tiempo y (n) número.
Carga Interna Subjetiva (iTLS)
La iTLS se midió a través de la
percepción subjetiva de esfuerzo (RPE).
Para realizar su cálculo se empleó la escala CR10 de Borg (Borg, 1982). Se
trata de una escala que establece valores numéricos de 0-10, siendo cero el
valor mínimo y 10 el valor máximo. Esta escala explica la carga de esfuerzo
subjetivo de un árbitro durante un partido. Se midió al finalizar el partido
por cada uno de los árbitros.
2.5 MATERIALES
Para la percepción subjetiva de esfuerzo se ha
empleado la escala CR-10 de Borg (1982). Para el análisis de carga interna y
externa objetiva se utilizaron respectivamente las bandas de Frecuencia
Cardiaca GARMIN® y los dispositivos inerciales WIMU-PROTM (Realtrack
System, Almería, España). El dispositivo está
integrado por diferentes sensores de localización con
tecnología Ultra Wide-Band (UWB). Estos sensores permiten la monitorización del
deportista de forma objetiva. Para realizar el análisis de los diferentes datos
se ha empleado el software S-PROTM (RealTrack
Systems, Almería, España). Para el registro y
funcionamiento de estos dispositivos en instalaciones cerradas, se empleó un
sistema de seis antenas de radiofrecuencia interconectadas entre sí con una
frecuencia de muestro de 18Hz. El protocolo de equipamiento del dispositivo al
sujeto y del sistema de antenas se detalla en la figura 1. A la
izquierda se representa el lugar donde debe colocarse la máquina WIMU-PROTM. En la derecha se explica
la colocación del sistema de antenas en el terreno de juego.
Figura 1. Introduccción del dispositivo WIMU-PRO en su
arnés anatómico específico y colacación del sistemas de antenas en el terreno
de juego.
2.6 ANÁLISIS ESTADÍSTICO
En primer lugar, se ha realizado un análisis exploratorio para conocer
el modelo de contraste de hipótesis (Field, 2013). Para ello, se han estudiado
las pruebas de contraste de Normalidad (Prueba de Shapiro-Wilk), de
Aleatoriedad (Prueba de Rachas) y de Homocedasticidad (Prueba de
Levene). El análisis de asunción de criterios ha determinado que las
variables cumplen el modelo de contraste de hipótesis paramétrico.
A continuación, se han calculado los descriptivos de
cada variable (media, desviación típica). Posteriormente, se analizó la
relación entre las variables a través del coeficiente de correlación de Pearson (r), pues se pretende conocer
la fuerza con la que los pares de variables están relacionados. Los rangos
establecidos empleados para las correlaciones fueron: leve (0.1-0.3),
moderada (0.3-0.5), grande (0.5-0.7), muy grande (0.7-0.9), casi perfecta
(>0.9) y perfecta (1) (Field, 2013). Finalmente, se ha llevado a
cabo un análisis de Regresión Lineal (r2) para conocer donde
se producen esas correlaciones y ver en qué porcentaje las variables
independientes (variables de carga interna objetiva y subjetiva) explican los
cambios producidos en las variables dependientes (carga externa). El valor de
significatividad utilizado para los diferentes análisis realizados es p<0.05. El paquete software
estadístico empleado ha sido SPSS (SPSS Inc., Chicago IL, EEUU) en su versión
21.
3. RESULTADOS
A continuación, se muestran los resultados observados en los diferentes
análisis realizados. Inicialmente en la figura
2, se concretan la media de los valores antropométricos de los árbitros
participantes, tanto masculinos como femeninos.
Figura 2. Datos
Antropométricos.
La Tabla 1 expresa los datos descriptivos (media y desviación típica)
de cada una de las variables estudiadas.
Tabla 1. Resultados Descriptivos de las
Variables de Carga Interna y Externa.
Variables |
n |
Mean |
SD |
|
iTL |
%HRmax |
45 |
61,84 |
7,18 |
eTLC |
Acelerations (m/s2) |
45 |
1079 |
192 |
Decelerations (m/s2) |
45 |
505 |
138 |
|
Acc/min
(m/s2) |
45 |
13,65 |
1,92 |
|
Dec/min
(m/s2) |
45 |
6,40 |
1,68 |
|
VMax
(km/h) |
45 |
18,91 |
1,17 |
|
VMed
(km/h) |
45 |
4,87 |
0,21 |
|
Steps |
45 |
2616 |
543 |
|
Steps/min |
45 |
33 |
6 |
|
Distance (m/s) |
45 |
4330 |
603 |
|
Distance/min (m/s) |
45 |
55 |
5 |
|
eTLN |
PlayerLoadTM |
45 |
44,13 |
7,92 |
PlayerLoadTM/min |
45 |
0,56 |
0,08 |
|
PowerMetabolic |
45 |
15,60 |
2,57 |
|
PowerMetabolic/min |
45 |
0,20 |
0,03 |
|
Impacts |
45 |
1024 |
372 |
|
iTLS |
RPE |
45 |
2,02 |
1,01 |
Nota:
iTL= Carga Interna Objetiva; eTLC=
Carga Externa Cinemática; eTLN= Carga
Externa Neuromuscular; iTLS= Carga Interna
Subjetiva; n=Nº de periodos totales; Mean=Media; SD=Desviación
Típica; %HRmax=Porcentaje de Frecuencia Cardiaca
Máxima; RPE=Percepción Subjetiva de Esfuerzo; Acc/min=Aceleraciones
por minuto; Dec/min=Deceleraciones por minuto; VMax=Velocidad Máxima; VMed:
Velocidad Media; Steps=Pasos; Distance=Distancia;
Impacts=Impactos.
La Tabla 2 presenta las relaciones existentes entre las variables de
carga interna objetiva y subjetiva y las variables de carga externa cinemáticas
y neuromusculares. Los resultados muestran relaciones significativas entre
diferentes grupos de variables. Existen correlaciones significativas entre %HRmax con la Vmed (p≤0.01),
St/m (p≤0.05), Dis/min
(p≤0.01) y PL/min (p≤0.05). Las aceleraciones con la Vmax (p≤0.05), Dis
(p≤0.01), PL (p≤0.01) y PMet
(p≤0.01). La Vmax con la Dis/min
(p≤0.01), PMet (p≤0.01). Y, por último,
la distancia se asocia al PL (p≤0.01) y PMet
(p≤0.01). La RPE no guarda ninguna relación con ninguna de las variables
de carga interna y externa, exceptuando el PMet
(p≤0.05).
Tabla 2. Resultado de las Correlaciones.
eTLC |
eTLN |
iTLs |
||||||||||||||||
Acc |
Dec |
Acc/m |
Dec/m |
Vmax |
Vmed |
St |
St/m |
Dis |
Dis/m |
PL |
PL/m |
PMet |
PMet/m |
Imp |
RPE |
|||
iTL |
%HRmax |
r |
0.10 |
0.15 |
0.23 |
0.21 |
0.25 |
0.50 |
0.25 |
0.34 |
0.27 |
0.51 |
0.10 |
0.20 |
0.24 |
0.32 |
-0.11 |
-0.12 |
Sig. |
0.50 |
0.33 |
0.14 |
0.16 |
0.10 |
0.00** |
0.10 |
0.02** |
0.07 |
0.00** |
0.52 |
0.18 |
0.11 |
0.03** |
0.46 |
0.41 |
||
eTLc |
Acc |
r |
1.00 |
0.91 |
0.62 |
0.62 |
0.34 |
-0.17 |
0.41 |
-0.02 |
0.80 |
0.17 |
0.46 |
-0.06 |
0.78 |
0.26 |
0.08 |
0.06 |
Sig. |
|
0.00** |
0.00** |
0.00** |
0.02* |
0.26 |
0.01** |
0.88 |
0.00** |
0.26 |
0.00** |
0.67 |
0.00** |
0.09 |
0.60 |
0.67 |
||
Dec |
r |
|
1.00 |
0.80 |
0.87 |
0.48 |
0.03 |
0.27 |
0.07 |
0.67 |
0.43 |
0.26 |
-0.00 |
0.71 |
0.48 |
-0.09 |
-0.06 |
|
Sig. |
|
|
0.00** |
0.00** |
0.00** |
0.83 |
0.07 |
0.64 |
0.00** |
0.00** |
0.09 |
0.98 |
0.00** |
0.00** |
0.55 |
0.66 |
||
Acc/m |
r |
|
|
1.00 |
0.96 |
0.51 |
0.18 |
0.04 |
0.22 |
0.26 |
0.64 |
-0.03 |
0.16 |
0.38 |
0.64 |
-0.22 |
-0.17 |
|
Sig. |
|
|
|
0.00** |
0.00** |
0.24 |
0.77 |
0.14 |
0.08 |
0.00** |
0.84 |
0.30 |
0.01* |
0.00** |
0.14 |
0.27 |
||
Dec/m |
r |
|
|
|
1.00 |
0.56 |
0.24 |
0.07 |
0.22 |
0.33 |
0.67 |
-0.02 |
0.14 |
0.44 |
0.68 |
-0.25 |
-0.21 |
|
Sig. |
|
|
|
|
0.00** |
0.11 |
0.66 |
0.14 |
0.03* |
0.00** |
0.87 |
0.37 |
0.00** |
0.00** |
0.10 |
0.15 |
||
Vmax |
r |
|
|
|
|
1.00 |
0.30 |
0.16 |
0.20 |
0.32 |
0.47 |
0.03 |
0.07 |
0.37 |
0.49 |
-0.15 |
-0.11 |
|
Sig. |
|
|
|
|
|
0.04* |
0.28 |
0.17 |
0.03* |
0.00** |
0.84 |
0.65 |
0.02* |
0.00** |
0.31 |
0.47 |
||
Vmed |
r |
|
|
|
|
|
1.00 |
0.12 |
0.44 |
0.14 |
0.80 |
0.18 |
0.63 |
0.10 |
0.49 |
0.12 |
-0.24 |
|
Sig. |
|
|
|
|
|
|
0.44 |
0.00** |
0.34 |
0.00** |
0.23 |
0.00** |
0.51 |
0.00** |
0.45 |
0.11 |
||
St |
r |
|
|
|
|
|
|
1.00 |
0.73 |
0.62 |
0.19 |
0.74 |
0.41 |
0.42 |
-0.00 |
0.36 |
-0.07 |
|
Sig. |
|
|
|
|
|
|
|
0.00** |
0.00** |
0.28 |
0.00** |
0.01** |
0.00** |
0.98 |
0.01* |
0.65 |
||
St/m |
r |
|
|
|
|
|
|
|
1.00 |
0.12 |
0.53 |
0.34 |
0.65 |
-0.00 |
0.22 |
0.15 |
-0.25 |
|
Sig. |
|
|
|
|
|
|
|
|
0.43 |
0.00** |
0.02* |
0.00** |
0.99 |
0.15 |
0.32 |
0.10 |
||
Dis |
r |
|
|
|
|
|
|
|
|
1.00 |
0.28 |
0.72 |
0.14 |
0.85 |
0.23 |
0.25 |
0.02 |
|
Sig. |
|
|
|
|
|
|
|
|
|
0.06 |
0.00** |
0.37 |
0.00** |
0.12 |
0.10 |
0.91 |
||
Dis/m |
r |
|
|
|
|
|
|
|
|
|
1.00 |
0.10 |
0.54 |
0.29 |
0.73 |
-0.13 |
-0.27 |
|
Sig. |
|
|
|
|
|
|
|
|
|
|
0.51 |
0.00** |
0.05 |
0.00** |
0.40 |
0.07 |
||
eTLn |
PL |
r |
|
|
|
|
|
|
|
|
|
|
1.00 |
0.61 |
0.55 |
0.00 |
0.74 |
-0.05 |
Sig. |
|
|
|
|
|
|
|
|
|
|
|
0.00** |
0.00** |
0.99 |
0.00** |
0.75 |
||
PL/m |
r |
|
|
|
|
|
|
|
|
|
|
|
1.00 |
0.06 |
0.28 |
0.58 |
-0.26 |
|
Sig. |
|
|
|
|
|
|
|
|
|
|
|
|
0.67 |
0.06 |
0.00** |
0.08 |
||
PMet |
r |
|
|
|
|
|
|
|
|
|
|
|
|
1.00 |
0.57 |
0.13 |
-0.11 |
|
Sig. |
|
|
|
|
|
|
|
|
|
|
|
|
|
0.00** |
0.39 |
0.49 |
||
PMet/m |
r |
|
|
|
|
|
|
|
|
|
|
|
|
|
1.00 |
-0.18 |
-0.38 |
|
Sig. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0.24 |
0.01** |
||
Imp |
r |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1.00 |
0.13 |
|
Sig. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0.39 |
Nota:
iTL= Carga Interna Objetiva; eTLC=
Carga Externa Cinemática; eTLN= Carga
Externa Neuromuscular; iTLS= Carga Interna
Subjetiva; %HRmax=Porcentaje de Frecuencia
Cardiaca Máxima; Acc=Aceleraciones; Dec=Desaceleraciones Acc/min=Aceleraciones
por minuto; Dec/min=Deceleraciones por minuto; VMax=Velocidad Máxima; VMed:
Velocidad Media; St=Pasos; St/m=Pasos
por minuto; Dis=Distancia recorrida; Dis/m=Distancia recorrida por minuto; PL=PlayerLoad; PL/m=PlayerLoad por
minuto; PMet=Power Metabolic; PMet/m=Power Metabolic per minute; Imp=Impacts; RPE=Percepción Subjetiva de Esfuerzo; r=rho de
Pearson; *=p≤0.05; **=p≤0.01.
Tabla 3. Resultados Regresión Lineal.
|
|
eTLC |
eTLN |
eTLC + eTLN |
iTL |
iTL |
R2 |
0.357 |
0.206 |
0.599 |
|
D-W |
2.221 |
2.188 |
2.164 |
|
|
Sig. |
0.081 |
0.096 |
0.007** |
|
|
iTLS |
R2 |
0.215 |
0.299 |
0.454 |
0.016 |
D-W |
1.439 |
1.586 |
1.695 |
1.150 |
|
Sig. |
0.308 |
0.013** |
0.188 |
0.414 |
Nota: iTL=
Carga Interna Objetiva; eTLC= Carga
Externa Cinemática; eTLN= Carga Externa
Neuromuscular; iTLS= Carga Interna
Subjetiva; D-W=Durbin-Watson; **=p≤0.01.
Los resultados de la regresión lineal (Tabla
3) exponen que la varianza de las variables de carga externa tanto cinemáticas
como neuromusculares son explicadas al 60% por la variable de carga interna
objetiva (%HRmax) con un valor de D-W cercano a 2 que
determinan la fiabilidad y colinealidad de los datos (Field, 2013). Así mismo,
la varianza de las variables de carga externa neuromusculares, concretamente el
PMet, es explicada al 30% por la variable de carga
interna subjetiva (RPE). El resto de variables no presentan ningún tipo de
significatividad.
4. DISCUSIÓN
El objetivo del presente estudio fue establecer las relaciones entre
diferentes variables de carga interna y externa de forma objetiva y fiable
empleando el uso de dispositivos inerciales y comparándolos con métodos
subjetivos como la RPE. Los resultados explican que existen relaciones significativas
entre las variables objetivas estudiadas, por lo que el uso de estos
dispositivos resulta beneficioso para la cuantificación objetiva del rendimiento
de un árbitro (García-Santos et al., 2017), así como para reducir el riesgo de
lesión del deportista (Colby, Dawson, Heasman, Rogalski & Gabbett, 2014). Además, se observa que exceptuando el PMet, ninguna de las variables objetivas analizadas guarda
relación con la variable subjetiva de la RPE. Para una mejor comprensión de los
datos obtenidos, a continuación, se concretan las relaciones existentes entre
los diferentes grupos de variables, según el orden establecido en las tablas de
resultados.
Si se atiende a las relaciones que existen entre variables objetivas de
iTL y eTLK, se
observa que el %HRmax
guarda una correlación positiva moderada con la Vmed y
la Dis/min, así como una leve similitud con el St/min. Por tanto, resulta importante conocer la Vmed, la Dis/min y los St/min para determinar el estrés cardiovascular del árbitro
durante el desarrollo del juego. Pues la duración, el tipo y la velocidad del
movimiento, así como la carga que produce en el árbitro, se asocia durante un
partido de baloncesto una respuesta cardiovascular concreta (McLaren et al.,
2017). Por tanto, un partido que presenta índices altos de estrés
cardiovascular puede asemejarse a un tipo de partido donde ha existido un ritmo
de juego alto, basado en transiciones y finalizaciones rápidas de las
diferentes jugadas. Este tipo de partidos suelen existir en categorías de
formación (García-Santos et al., 2019a), como sucede en la presente
investigación.
Atendiendo a la relación existente entre la iTL
y la eTLN, se observa que únicamente
existe una relación positiva entre el %HRmax y el Pmet/min en la presente investigación. Esta única
correlación se debe a que el gasto energético presente en el PMet está íntimamente relacionado con la capacidad aeróbica
y el consumo de oxígeno de un árbitro durante su intervención (Hoppe, Baumgart, Slamka, Polglaze & Freiwald, 2017), factores influyentes en el perfil
cardiovascular de un deportista. Con respecto a la variable de carga PlayerLoad, es posible que no guarde ninguna relación
porque los árbitros presentan siempre valores más bajos de esta variable que
los jugadores (Leicht et al., 2019), pero dependiendo
de la intensidad de la competición puede llegar a afectar o no, a la HR. Por
último, si se atiende a la posible relación entre la HR y los impactos, se
observa que los impactos influyen ínfimamente en el estrés cardiovascular del
árbitro, puesto que el único contacto que realiza el árbitro por encima de 5G,
es el que realiza durante su carrera a alta intensidad, pues no suelen realizar
saltos ni contactar con jugadores.
Los datos observados entre las variables que explican la iTL y la iTLS de un
árbitro, muestran que no existe una correlación significativa entre el %HRmax y la RPE. Este hecho puede deberse a que los
propios árbitros estaban acostumbrados a arbitrar partidos de mayor nivel y carga
física, pues se trata de árbitros internacionales absolutos, que concretamente
realizan su labor en partidos de categoría U16. Sin embargo, se conocen investigaciones que explican esta alta
correlación entre la RPE y el %HRmax, pero
esta se produce en situaciones de alta intensidad (Costa et al., 2013; Vaquera et al., 2017; Weston et al.,
2006), pues como explican Marcora, Staiano & Manning (2009), la percepción de la fatiga se
asocia a valores elevados de los sistemas cardiorespiratorio
y bioenergéticos, sobre todo en situaciones a final de partido donde la fatiga
mental es superior a la fatiga muscular. Este hecho ocasiona que algunos
estudios afirmen que tanto la frecuencia cardiaca (Matkovic
et al., 2014; Vaquera et al., 2016), como la RPE
(Castagna et al., 2017) se emplean como indicadores
fiables de rendimiento de un árbitro. Siendo la RPE una herramienta
estandarizada para conocer la iTLS
(McLaren et al., 2016), debido a su bajo coste. Para un buen uso de esta
herramienta es necesario un entrenamiento previo adecuado (Gallo et al., 2015),
pues es más sencillo predecir el rendimiento para aquellos árbitros que poseen
más experiencia y están más familiarizados con la herramienta (Bartlett et al.,
2016). En los datos analizados se observa que la iTL
es superior a la percepción mostrada por los propios árbitros.
Del mismo modo, existen correlaciones entre variables de carga eTLK y eTLN.
Es posible concretar que las variables cinemáticas (aceleración, velocidad y distancia)
presentan una gran relación con las variables neuromusculares (PL y PMet). Así como, una relación estable entre los pasos e
impactos. Estos resultados muestran la importancia de conocer para un árbitro
la velocidad alcanzada para recorrer una distancia determinada durante un
partido, así como el número de aceleraciones y deceleraciones que realizan en
el mismo (Gómez-Carmona & Pino-Ortega, 2016), con el fin de establecer su
propia carga de esfuerzo en cada partido, pues cada partido es diferente y el
árbitro debe adaptar sus movimientos a las necesidades del juego. En este
sentido, estudios recientes determinan las variables neuromusculares (PLTM, PMet e
Impactos), como las más predictivas para conocer el rendimiento de los
deportistas (Schelling & Torres, 2016; Aoki et al., 2017), pues son
indicadores muy relacionados con la velocidad, la distancia y la aceleración (Hoppe
et al., 2017). Además, aparecen otro tipo de movimientos asociados a árbitros,
como los desplazamientos laterales o la carrera hacia atrás que presentan una
gran demanda física y que son cuantificados gracias al PLTM. La suma
de estos movimientos establece la cantidad de carga que sufre el árbitro
durante la competición, siendo necesario tener la información, pues puede mostrar
indicadores de la existencia de riesgo de lesión (Barreira
et al., 2017). Más si cabe cuando el periodo competitivo es reducido y deben
arbitrar más de un partido en el mismo día o en días consecutivos. En este
sentido, el PMet permite establecer los perfiles de
carga (Oxendale, Highton, & Twist, 2017) y
el índice de fatiga (Barret, 2016), mediante el conocimiento del gasto
energético de un árbitro durante el partido, por lo que es normal que se asocie
a las variables cinemáticas ya que son las más predictivas para determinar la
fatiga. Para cuantificar este tipo de variables de carga externa en
competiciones indoor, ha sido muy útil el empleo de dispositivos
inerciales con tecnología UWB (Bastida-Castillo et al., 2019; García-Santos et
al., 2019a, b), que permiten establecer con precisión el dato de cada una de
ellas (Serpiello et al, 2017).
En cambio, en el presente estudio no aparecen relaciones entre la iTLS y la eTLK.
Pero según Bartlett et al. (2016), la distancia recorrida a alta intensidad, la
velocidad media y las aceleraciones guardan una estrecha relación con la
percepción subjetiva de esfuerzo en jugadores en situaciones de entrenamiento.
No se sabe cómo pueden influir en situaciones de competición, ni en árbitros
tras el uso de la escala CR-10 de Borg (1982).
Sin embargo, si se centra la atención en las posibles relaciones entre
variables de carga iTLS y eTLN, el presente estudio únicamente muestra una
correlación negativa entre el PMet/min y la RPE. Ello
es debido a la gran relación existente entre la capacidad aeróbica y el consumo
de oxígeno con la percepción subjetiva del propio árbitro (Osgnach et al., 2010; Hoppe
et al., 2017). Otros estudios exponen que existe una estrecha relación del PLTM
con los valores de RPE, pero estas relaciones se han establecido durante
sesiones de entrenamiento en jugadores de fútbol (Gaudino
et al., 2015), rugby (Lovell, Sirotic,
Impellizzeri & Coutts,
2013) o fútbol australiano (Gallo et al., 2015). Hasta la fecha no se han
encontrado estudios que analicen estas relaciones en árbitros de diferentes
deportes, ni en situaciones específicas de competición, como sucede en la
presente investigación, donde además puede influir la falta de entrenamiento en
el uso de la herramienta de RPE. Además, sería conveniente tener en cuenta el
nivel de la competición, pues los árbitros presentes en esta investigación
presentaron valores bajos de RPE, debido a que estaban acostumbrados a un ritmo
de juego superior.
Por tanto, se puede concretar que el conocimiento de variables de carga
iTL y eTL empleando
dispositivos inerciales permite establecer datos fiables y objetivos de los
diferentes parámetros físicos que influyen en el rendimiento del árbitro
durante la competición (Gómez-Carmona & Pino-Ortega, 2016). Consiguiendo
así, instaurar feedbacks y métodos de entrenamientos
individualizados a las características de cada árbitro (García-Santos &
Ibáñez, 2016) y al contexto donde se desarrolle la competición (Castillo et
al., 2016). Con la idea de favorecer lo máximo posible la toma de decisiones y
mejorar el rendimiento del árbitro durante la competición (Ahmed et al., 2017).
Así mismo, es posible concluir que un uso adecuado de la escala de percepción
subjetiva del esfuerzo puede determinar el rendimiento fisiológico de un
árbitro, siempre que no se disponga de herramientas más fiables y costosas.
Aunque el nivel competitivo puede influir significativamente en los resultados.
6. CONCLUSIONES
Los hallazgos encontrados permiten establecer que en el presente
estudio no existen relaciones entre la carga interna y externa objetiva con la
carga interna subjetiva. Exceptuando la relación existente entre la carga
interna subjetiva y el PMet. Estos datos pueden
deberse a las diferencias existentes entre el nivel de la competición y el
nivel de los árbitros, acostumbrados a arbitrar partidos de categorías
superiores. Sería conveniente realizar futuras investigaciones que analizaran
estas relaciones en competiciones de mayor nivel, para comprobar si afecta el
nivel de la competición a las relaciones entre variables de carga objetivas y
subjetivas.
En cambio, si se encuentran similitudes entre las variables de carga
interna objetiva con las variables de carga externa, así como entre las propias
variables de carga externa. Esto significa que todas las variables que predicen
el rendimiento físico del árbitro se encuentran interrelacionadas y varían
según los condicionantes de la competición. Además, permiten conocer la carga
de trabajo de un árbitro durante un partido oficial, así como las necesidades
propias de cada árbitro.
Así mismo, es necesario determinar que existen diferentes métodos y
recursos de análisis del rendimiento objetivos y fiables que permiten
monitorizar al árbitro en tiempo real y dentro del contexto de la competición. El
uso de estos dispositivos permitirá establecer programas de entrenamiento
adaptados a las características reales de partido y aumentar el rendimiento del
árbitro durante la competición.
7. REFERENCIAS BIBLIOGRÁFICAS
Ahmed, H., Davison, G., & Dixon, D. (2017). Analysis of activity patterns,
physiological demands and decision-making performance of elite Futsal referees
during matches. International Journal of Performance Analysis in Sport, 17(5),
737-751. doi: 10.1080/24748668.2017.1399321
Alarifi, A., Al-Salman, A., Alsaleh,
M., Alnafessah, A., Al-Hadhrami, S., Al-Ammar, M. A., & Al-Khalifa, H. S.
(2016). Ultra-wideband indoor positioning technologies: Analysis and recent
advances. Sensors, 16(5), 707. doi:
10.3390/s16050707
Allegretti, L. M., Misuta, M. S., Nicolletti, C., Monezi, l., Bonganha, V., Daniel, J. F., Cavaglieri,
C. R., Borin, J. P., & Montagner, P. C. (2015). Distances covered per
quarter by elite basketball referees in competition. Gazzetta Medica
Italiana, 174, 1-2.
Aoki, M. S., Ronda, L. T., Marcelino, P. R., Drago, G., Carling, C., Bradley, P. S., & Moreira, A. (2017). Monitoring Training
Loads in Professional Basketball Players Engaged in a Periodized Training
Program. The Journal of Strength & Conditioning Research, 31(2),
348-358. doi: 10.1519/JSC.0000000000001507
Ato, M., López, J. J., & Benavente, A. (2013). A
classification system for research designs in psychology. Anales de
Psicología, 29(3), 1038-1059. doi: 10.6018/analesps.29.3.178511
Barreira, P., Robinson, M. A., Drust,
B., Nedergaard, N., Raja Azidin,
R. M. F., & Vanrenterghem, J. (2017). Mechanical
Player Load™ using trunk-mounted accelerometry in football: Is it a reliable,
task-and player-specific observation? Journal of Sports Sciences, 35(17),
1674-1681. doi:10.1080/02640414.2016.12290157
Barret, S. (2016). The utility of PlayerLoadTM
in Soccer: An examination of the
reliability, validity, determinants and the within match patterns (Thesis
doctoral). University of Hull, United
Kingdom.
Bartlett, J. D., O’Connor, F.,
Pitchford, N., Torres-Ronda, L., & Robertson, S. J. (2017). Relationships
between internal and external training load in team-sport athletes: evidence
for an individualized approach. International Journal of Sports Physiology
and Performance, 12(2), 230-234. doi:
10.1123/ijspp.2015-0791.
Bastida-Castillo, A., Gómez-Carmona,
C., De la Cruz-Sánchez, E., Reche-Royo, X., Ibáñez, S., & Pino Ortega, J.
(2019). Accuracy and Inter-Unit Reliability of Ultra-Wide-Band Tracking System
in Indoor Exercise. Applied Sciences,
9(5), 939. doi:
10.3390/app9050939
Borg, G. A. (1982). Psychophysical bases of perceived
exertion. Medicine Science Sports Exercise, 14(5), 377-381. https://doi.org/10.1249/00005768-198205000-00012
Buchheit, M., Lacome, M., Cholley, Y., & Simpson, B. M. (2018). Neuromuscular
responses to conditioned soccer sessions assessed via GPS-embedded
accelerometers: Insights into tactical periodization. International Journal
of Sports Physiology and Performance, 13(5), 577-583. doi: 10.1123/ijspp.2017-0045.
Castagna, C., Bizzini, M., Póvoas, S. C. A.,
& D’Ottavio, S. (2017). Timing Effect on Training-Session Rating of
Perceived Exertion in Top-Class Soccer Referees. International Journal of Sports Physiology and
Performance, 12(9), 1157-1162.
doi:10.1123/ijspp.2016-0626.
Castillo,
D., Weston, M., McLaren, S. J., Cámara, J., & Yanci, J. (2016). Relationships Between Internal and External Match Load Indicators in
Soccer Match Officials. International Journal of Sports Physiology and
Performance, 1-21. doi:10.1123/ijspp.2016-0392
Colby, M. J., Dawson, B., Heasman,
J., Rogalski, B., & Gabbett, T. J. (2014). Accelerometer and GPS-derived
running loads and injury risk in elite Australian footballers. The Journal
of Strength & Conditioning Research, 28(8), 2244-2252. https://doi.org/10.1519/JSC.0000000000000362
Cormack, S. J., Mooney, M. G., Morgan, W., & McGuigan, M. R. (2013).
Influence of neuromuscular fatigue on accelerometer load in elite Australian
football players. International Journal of Sports Physiology and Performance,
8(4), 373-378. doi:10.1123/ijspp.8.4.373
Cormery,
B., Marcil, M., & Bouvard, M. (2008). Rule change incidence on
physiological characteristics of elite basketball players: a 10-year-period
investigation. British Journal of Sports Medicine, 42(1), 25-30.
doi:10.1136/bjsm.2006.033316
Costa, E. C., Vieira, C. M., Moreira, A., Ugrinowitsch,
C., Castagna, C., & Aoki, M. S. (2013). Monitoring external and internal
loads of Brazilian soccer referees during official matches. Journal of
Sports Science and Medicine, 12(3), 559–564.
Field, A.
(2013). Discovering Statistics Using IBM SPSS Statistics (4th
edition). Londres: SAGE.
Gallo, T.,
Cormack, S., Gabbett, T., Williams, M., & Lorenzen, C. (2015).
Characteristics impacting on session rating of perceived exertion training load
in Australian footballers. Journal of Sports Sciences, 33(5),
467-475. doi: 10.1080/02640414.2014.947311
García-Ceberino, J. M., Antúnez, A., Feu, S., & J Ibáñez, S. (2020).
Quantification of Internal and External Load in School Football According to
Gender and Teaching Methodology. International Journal of Environmental
Research and Public Health, 17(1), 344. doi:
10.3390/ijerph17010344
García-Santos, D., & Ibáñez, S. J. (2016). Diseño y validación de un instrumento de observación
para la valoración de un árbitro de baloncesto (IOVAB). SporTK-Revista EuroAmericana de
Ciencias del Deporte, 5(2), 15-26. https://doi.org/10.6018/264601
García-Santos,
D., Gamonales, J. M., León, K., & Muñoz, J. (2017). A case study: characterization of physiological,
cinematic and neuromuscular demands of handball referee during competition. E-Balonmano: Revista de Ciencias del Deporte, 13(3), 207-216.
García-Santos,
D., García-Rubio, J.; Reina, M.; Pino-Ortega, J.; Vaquera, A. & Ibáñez, S.
J. (2019a). Perfil de acelerometría de los árbitros
de baloncesto durante el Eurobasket femenino U-16. Revista de
Psicología del Deporte, 28(1), 55-64.
García-Santos,
D., Pino-Ortega, J., García-Rubio, J., Vaquera, A., & Ibáñez, S. J. (2019b).
Internal and External Demands in
Basketball Referees during the U-16 European Women’s Championship. International Journal of Environmental Research and
Public Health, 16(18), 3421. https://doi.org/10.3390/ijerph16183421
Gaudino, P., Iaia, F. M., Strudwick, A. J.,
Hawkins, R. D., Alberti, G., Atkinson, G., & Gregson, W. (2015). Factors
influencing perception of effort (session rating of perceived exertion) during
elite soccer training. International Journal of Sports Physiology and
Performance, 10(7), 860-864. doi:10.1123/ijspp.2014-0518
Gómez-Carmona, C., & Pino-Ortega, J.
(2016). Kinematic and physiological analysis of the performance of the referee
football and its relationship with decision making. Journal of Human Sport
and Exercise, 11(4), 397-414. doi:10.14198/jhse.2016.114.01
Hoppe, M.
W., Baumgart, C., Slomka, M., Polglaze, T., & Freiwald, J. (2017).
Variability of Metabolic Power Data in Elite Soccer Players During Pre-Season Matches.
Journal of Human Kinetics, 58(1), 233-245.
doi:10.1515/hukin-2017-0083
Karvonen, M. J., Kentala, E. & Mustala,
O. (1957). The effects of training on heart rate. Annales Medicinae Experimentaliset
Biologiae Fenniae, 35(3),
307-315.
Leicht, A.
S., Fox, J., Connor, J., Sargent, C., Sinclair, W., Stanton, R., & Scanlan,
A. (2019). External Activity Demands Differ Between Referees and Players During
a Sub-Elite, Men’s Basketball Match. Research Quarterly for Exercise and
Sport, 1-6. doi: 10.1080/02701367.2019.1645268
Lovell, T.
W., Sirotic, A. C., Impellizzeri, F. M., &
Coutts, A. J. (2013). Factors affecting perception of effort (session rating of perceived exertion) during rugby
league training. International Journal of Sports Physiology and Performance,
8(1), 62-69. https://doi.org/10.1123/ijspp.8.1.62
Malone, J. J., Lovell, R., Varley, M. C., & Coutts, A. J. (2017).
Unpacking the black box: applications and considerations for using GPS devices
in sport. International Journal of Sports Physiology and Performance, 12(Suppl
2), S2-18. doi:10.1123/ijspp.2016-0236
Marcora, S. M., Staiano, W., &
Manning, V. (2009). Mental fatigue impairs physical performance in humans. Journal
of Applied Physiology, 106(3), 857-864. doi:
10.1152/japplphysiol.91324.2008
Matković, A., Rupčić, T., & Knjaz,
D. (2014). Physiological load of referees during basketball games. Kinesiology,
46(2), 258-265.
McLaren, S. J., Graham, M., Spears, I. R., &
Weston, M. (2016). The sensitivity of differential ratings of perceived
exertion as measures of internal load. International Journal of Sports
Physiology and Performance, 11(3), 404-406. doi: 10.1123/ijspp.2015-0223
McLaren, S. J., Macpherson, T. W., Coutts, A. J.,
Hurst, C., Spears, I. R., & Weston, M. (2017). The relationships between
internal and external measures of training load and intensity in team sports: A
meta-analysis. Sports Medicine, 1-18. doi:
10.1007/s40279-017-0830-z
Moreira, A., McGuigan, M. R., Arruda, A. F., Freitas,
C. G., & Aoki, M. S. (2012). Monitoring internal load parameters during
simulated and official basketball matches. The Journal of Strength &
Conditioning Research, 26(3), 861-866. https://doi.org/10.1519/JSC.0b013e31822645e9
Myers, N. D., Feltz, D. L., Guillén, F., & Dithurbide,
L. (2012). Development of, and initial validity evidence for, the Referee Self-Effcacy Scale: A multistudy
report. Journal of Sport & Exercise
Psychology, 34(6), 737-765. doi: 10.1123/jsep.34.6.737
Nabli, M. A., Abdelkrim, N. B., Castagna, C., Jabri, I., Batikh, T., & Chamari, K. (2017). Energy Demands and
Metabolic Equivalents (METS) in U-19 Basketball Refereeing During Official
Games. Journal Sports Medicine Doping Studies, 7(190), 2161-0673.
doi: 10.4172/2161-0673.1000190
Osgnach, C., Poser, S., Bernardini,
R., Rinaldo, R., & Di Prampero, P. E. (2010).
Energy cost and metabolic power in elite soccer: a new match analysis approach.
Medicine Science Sports Exercise, 42(1), 170-178. doi:10.1249/MSS.0b013e3181ae5cfd
Oxendale, C. L., Highton, J., & Twist, C. (2017). Energy
expenditure, metabolic power and high-speed activity during linear and
multi-directional running. Journal of Science and Medicine in Sport, 20(10),
957-961. doi: 10.1016/j.jsams.2017.03.013
Puente, C., Abián-Vicén J., Areces, F., López, R., & Del Coso, J.
(2017). Physical and physiological demands of experienced male basketball
players during a competitive game. The
Journal of Strength & Conditioning Research, 31(4), 956-962.
doi:10.1519/JSC.0000000000001577
Reina, M., Rubio, J. G., Antúnez, A., & Ibáñez, S.
J. (2020). Comparación de la
carga interna y externa en competición oficial
de 3 vs. 3 y 5 vs. 5 en baloncesto femenino. Retos, 37(37), 400-405. https://doi.org/10.47197/retos.v37i37.73720
Schelling, X.,
Calleja-González, J., Torres-Ronda, L., & Terrados, N. (2015). Using
testosterone and cortisol as biomarker for training individualization in elite
basketball: a 4-year follow-up study. The Journal of Strength &
Conditioning Research, 29(2), 368-378. doi:
10.1519/JSC.0000000000000642
Schelling, X., & Torres, L. (2016). Accelerometer Load Profiles for
Basketball-Specific Drills in Elite Players. Journal of Sports Science &
Medicine, 15(4), 585.
Serpiello, F. R., Hopkins, W. G.,
Barnes, S., Tavrou, J., Duthie, G. M., Aughey, R. J.,
& Ball, K. (2017). Validity of an ultra-wideband local positioning system
to measure locomotion in indoor sports. Journal of Sports Sciences, 1-7.
Online. doi:10.1080/02640414.2017.1411867
Tessitore, A., Cortis, C., Meeusen,
R., & Capranica, L. (2007). Power performance of soccer referees before,
during, and after official matches. Journal of Strength and Conditioning
Research, 21(4), 1183. https://doi.org/10.1519/R-19905.1
Vaquera, A., Mielgo-Ayuso,
J., Calleja-González, J., & Leicht, A. S. (2016).
Sex differences in
cardiovascular demands of refereeing during international basketball
competition. The Physician and Sportsmedicine,
44(2), 164-169. doi:10.1080/00913847.2016.1158622
Vaquera, A., Mielgo-Ayuso, J.,
Calleja-Gonzalez, J., & Leicht, A. S. (2017). Cardiovascular and perceptual
stress of female basketball referees during women's International matches. Journal
of Sports Medicine and Physical Fitness, 57(4), 476-482.
doi:10.23736/S0022-4707.16.06230-7
Weston, M., Bird, S., Helsen, W., Nevill, A., &
Castagna, C. (2006). The effect of match standard and referee experience on the
objective and subjective match workload of English Premier League referees. Journal
of Science and Medicine in Sport, 9(3), 256-262. https://doi.org/10.1016/j.jsams.2006.03.022
Weston, M., Castagna, C.,
Impellizzeri, F. M., Bizzini, M., Williams, A. M.,
& Gregson, W. (2012). Science and medicine applied to soccer refereeing. Sports
medicine, 42(7), 615-631. https://doi.org/10.2165/11632360-000000000-00000
Whaley, M.
H., Kaminsky, L. A., Dwyer, G. B., Getchell, L. H., & Norton, J. A. (1992).
Predictors of over-and underachievement of age-predicted maximal heart rate. Medicine
and Science in Sports and Exercise, 24(10), 1173-11. https://doi.org/10.1249/00005768-199210000-00017
Número de citas totales / Total references: 52 (100%)
Número de citas propias de la revista/Journal'sownreferences: 1 (1,92%)
Rev.int.med.cienc.act.fís.deporte - vol. 22 - número 87 - ISSN: 1577-0354