Machine Translated by Google

Disponível on-line em www.sciencedirect.com

Jornal de Ciência e Medicina no Esporte 13 (2010) 641–645

Pesquisa original

Precisão específica do futebol e validade da medição da posição local

(LPM) sistema
Wouter GP Frencken a,ÿ, Koen APM Lemmink a,b, Nico J. Delleman c
a
Centro de Ciências do Movimento Humano, UMCG, Universidade de Groningen, Holanda
b
Universidade de Ciências Aplicadas de Hanze, Escola de Estudos Esportivos, Holanda
c
InnoSportNL, Holanda
Recebido em 26 de novembro de 2009; recebido em formato revisado em 23 de fevereiro de 2010; aceito em 16 de abril de 2010

Abstrato

Estão disponíveis dados limitados sobre a precisão e a validade dos sistemas de rastreamento eletrônico, GPS e baseados em vídeo, especialmente no que diz respeito a
percursos curvos e atividades curtas de corrida de alta intensidade. O principal objetivo deste estudo foi avaliar a precisão e validade específicas do futebol
do sistema de medição de posição local (LPM) baseado em radiofrequência (1000 Hz) para medir distância e velocidade durante caminhada e
correndo. Três homens caminharam e correram 4 percursos específicos de futebol, 10 vezes cada. A distância e a velocidade registradas pelo LPM foram comparadas com
distância e velocidade reais medidas por fita métrica e portões de cronometragem. Além disso, a precisão foi avaliada. A precisão estática (SD do
média) é de 1 cm para dispositivos colocados no campo e de 2–3 cm quando usados pelos participantes. LPM subestima a distância real (diferença média em
a maioria -1,6%). O coeficiente de variação torna-se maior em velocidades mais altas e em ângulo de giro aumentado. No que diz respeito à velocidade, correlações de validade
são altos (variação: 0,71–0,97). A velocidade LPM é significativa e sistematicamente inferior, embora as diferenças absolutas e relativas sejam pequenas,
entre -0,1 km h-1 (-1,3%) e -0,6 km h-1 (-3,9%). O erro típico da estimativa aumenta com o aumento da velocidade, mas não
aumenta com o aumento do ângulo de giro. Como as diferenças relatadas são pequenas, concluímos que o sistema LPM produz resultados altamente precisos.
dados de posição e velocidade em condições estáticas e dinâmicas e é uma ferramenta válida para rastreamento de jogadores em futebol e esportes coletivos com bola em geral.
© 2010 Medicina Esportiva Austrália. Publicado pela Elsevier Ltd. Todos os direitos reservados.

Palavras-chave: Rastreamento de jogadores; Análise de partida; Análise de treinamento; Esportes coletivos; Análise de desempenho

1. Introdução Embora uma riqueza de dados em ciências do esporte seja obtida

Na análise do desempenho esportivo, muitas tecnologias de
Os estudos que investigaram a validade e
rastreamento são usadas para registrar as posições dos jogadores (ver Carling et al.
para uma visão geral recente das tecnologias).1 Inovações tecnológicas
de sistemas de aquisição de dados fundamentam melhorias
com relação ao tipo de dados e à qualidade dos dados que se tornam
disponível. A maioria dos sistemas de aquisição de dados são
baseado em vídeo. No entanto, o GPS e os sistemas de rastreamento eletrônico
estão se tornando cada vez mais populares. Cada uma dessas tecnologias
tem suas vantagens práticas e bem descritas.
desvantagens quando se trata de avaliar o desempenho físico dos atletas
desempenho.2–5
através de várias tecnologias de rastreamento, dados limitados são
disponíveis sobre a precisão, validade e fiabilidade destas tecnologias.
confiabilidade provaram que técnicas como rastreamento de vídeo6–8
e o rastreamento por GPS9–11 são suficientemente precisos e confiáveis
para a avaliação e estimativa da distância percorrida e
velocidade em geral. No entanto, esses estudos também demonstraram
deficiências importantes de rastreamento de vídeo6 e GPS9,11,12
quando sprints curtos (<1 s), corridas de alta intensidade e curvas
movimentos estão envolvidos. A principal causa que foi
denotado pela diminuição da precisão e validade dessas atividades é a
baixa taxa de amostragem. Foi, portanto, sugerido
que uma maior frequência de amostragem melhoraria tanto
precisão e confiabilidade das atividades de alta intensidade.6,9,13

ÿ
Outra lacuna importante dos estudos de validade anteriores é o
Autor correspondente.
Endereço de e-mail: wgpfrencken@med.umcg.nl (WGP Frencken).
protocolo experimental. Os protocolos consistem

1440-2440/$ – ver capa © 2010 Sports Medicine Australia. Publicado pela Elsevier Ltd. Todos os direitos reservados.
doi:10.1016/j.jsams.2010.04.003
Machine Translated by Google
642 WGP Frencken et al. / Jornal de Ciência e Medicina no Esporte 13 (2010) 641–645
principalmente de longos cursos retos ou caminhos circulares contínuos.
Ambos não refletem adequadamente as corridas dos jogadores no futebol,
porque os jogadores aceleram, desaceleram e mudam de direção
continuamente. Além disso, esses estudos avaliaram apenas atletas em
movimento. Em termos de precisão de medição, também é importante
avaliar a precisão em condições estáticas.2,14 Finalmente, estudos
anteriores não avaliaram se a validade é afetada pelo aumento da
velocidade ou dos ângulos de giro, mas validaram tecnologias em uma
ampla faixa de velocidade e cursos. não contendo curvas.
Assim, vários fatores que podem influenciar a precisão e a validade de
um sistema de rastreamento ainda não foram avaliados. No presente
estudo, validamos uma tecnologia baseada em radiofrequência de alta
frequência (1000 Hz), o sistema de medição de posição local (LPM)
(Inmotio Object Tracking BV, Amsterdã, Holanda), em um ambiente
específico de futebol. Visamos particularmente aquelas questões que
outros estudos não incluíram. Assim, o principal objetivo deste estudo é
avaliar a precisão específica do futebol e a validade do sistema LPM para
medir distância e velocidade durante caminhada e corrida.
Além disso, pretendemos esclarecer até que ponto as curvas afetam a
precisão e a validade.
2. Métodos
Três homens (idade: 25 ± 2 anos; altura: 1,87 ± 0,05 m; peso: 81 ± 2
kg) participaram deste estudo. Os participantes usavam um colete contendo
um transponder localizado nas costas que estava conectado a duas
antenas, uma na parte superior de cada ombro. Outros 19 transponders
foram colocados aleatoriamente no campo, para corresponder ao número
total de 22 jogadores em uma partida oficial de futebol. As antenas recebiam
sinais de radiofrequência, transmitidos pela estação base principal. Este
sinal foi etiquetado, transmitido de volta às 10 estações base ao redor do
campo e transportado por meio de tecnologia de fibra de vidro para um
servidor e computador na sala de comando onde os dados foram
armazenados.15 A posição média da antena foi calculada (cm) com base
nas diferenças de tempo.15 Devido à relação recíproca entre a frequência
de amostragem e o número de transponders, a frequência de amostragem
é de 45 Hz (1000/22).
O experimento consistiu em medições estáticas e dinâmicas. Primeiro,
três medições de 20 s (45 × 20 = 900 amostras) foram realizadas para
avaliar a precisão dos transponders imóveis (N = 22), quando em campo
(N = 19) e quando usados pelos participantes (N = 3). Os participantes
foram instruídos a não se moverem. Em condições dinâmicas, os
participantes caminharam e correram quatro percursos específicos de
futebol (fig. 1). Esses percursos foram elaborados considerando as
mudanças de direção,16 distâncias e tempos de sprint mais frequentes17
no futebol. O início, os pontos de viragem e o final de cada percurso foram
marcados por um cone. A distância entre os cones foi medida por meio de
uma fita métrica. Os portões de cronometragem foram colocados no início
e no final do percurso. A posição inicial de cada tentativa foi 3 m à frente
do primeiro portão de cronometragem. Participantes
Figura 1. Representação esquemática dos percursos específicos do futebol, percurso reto de
5 m, giro 45ÿ de 10 m, giro 90ÿ de 10 m e percurso combinado de 25 m. O comprimento entre
cones adjacentes é de 5 m.
tiveram que caminhar e correr cada trajetória 10 vezes na velocidade
preferida e foram instruídos a seguir o percurso marcado pelos cones
o mais próximo possível. Os procedimentos utilizados neste estudo
estavam de acordo com as diretrizes do Comitê de Ética Médica da
Faculdade de Medicina do Centro Médico Universitário de Groningen,
Universidade de Groningen, Holanda.
Na condição estática, a precisão das medidas estáticas foi avaliada
calculando-se a distância média (cm) ± DP de cada amostra até a posição
média do transponder.14 Para todas as condições dinâmicas, a distância
(cm) e a velocidade média (km h ÿ1) dos valores LPM (fornecidos pelo
sistema LPM) e valores reais (fita métrica e portões de cronometragem)
foram calculados para todos os quatro percursos, tanto para caminhada
quanto para corrida.
Para a distância percorrida foram calculadas estatísticas descritivas e um
coeficiente de variação (desvio padrão expresso em porcentagem da
média). A velocidade média foi validada por regressão linear utilizando a
planilha desenvolvida por Hopkins.18 Foram calculadas diferenças absolutas
e relativas (%) entre as duas medidas, juntamente com o erro típico bruto
da estimativa (TEE) e o erro típico da estimativa. estimativa expressa em
coeficiente de variação (TEE%). Para todas as variáveis, exceto a diferença
relativa, foram calculados limites de confiança de 95%. A diferença absoluta
entre a velocidade real e a velocidade LPM foi considerada estatisticamente
significativa se o zero não estivesse no intervalo de confiança de 95%. Os
dados foram verificados quanto à heterocedasticidade através da
representação gráfica dos resíduos versus valores previstos.
3. Resultados
Em condições estáticas, o erro posicional médio dos transponders no
campo é de 1 ± 0 cm para as três respetivas medições. Durante a primeira
medição, um dos 19 transponders apresentou erro de posição de 0 cm.
Durante a segunda medição, um transponder apresentou um erro
posicional médio de 2 cm. Quando usado pelos participantes, o erro
posicional médio é de 2 ± 1 cm, 2 ± 1 cm e 3 ± 1 cm para as três medidas.
Machine Translated by Google

WGP Frencken et al. / Jornal de Ciência e Medicina no Esporte 13 (2010) 641–645 643

tabela 1

Estatísticas descritivas da distância LPM de todos os percursos de caminhada e corrida (30 tentativas por percurso). Dados apresentados em cm.

Curso Comprimento do curso (cm) Diferença Diferença média em % SD como CV%

Média ± DP Mínimo máximo IC 95%

Andando
Em linha 500 1±2 ÿ2 a 5 0a2 0,2 0,4
reta 45ÿ 1000 ÿ8 ± 6 ÿ9 a 4 ÿ10 a ÿ6 ÿ20 ÿ0,8 0,6
volta 90ÿ volta 1000 ÿ16 ± 10 ÿ29 ÿ33 a 6 a ÿ12 ÿ40 a ÿ1,6 1,0
Combinado 2500 ± 27 ÿ77 a 26 ÿ19 ÿ1,2 1.1

Corrida
Em linha 500 0±3 ÿ6 a 10 ÿ1 a 1 0,0 0,6
reta 45ÿ 1000 ÿ6 ± 9 ÿ25 a 10 ÿ9 a ÿ2 ÿ24 ÿ0,6 0,9
volta 90ÿ volta 1000 ÿ16 ± 20 ÿ2 ÿ48 a 25 a ÿ9 ÿ14 a 18 ÿ1,6 2,0
Combinado 2500 ± 42 ÿ63 a 104 ÿ0,1 1.7

Em condições dinâmicas, o LPM subestima a distância real para todos os
percursos, com exceção da reta de 500 cm (Tabela 1).
A diferença média entre a distância real e a distância LPM aumenta com o
comprimento do percurso e o ângulo de viragem. Isso é
também refletido pelo CV%, que aumenta com o aumento
duração do curso. No entanto, tanto para caminhar quanto para correr, o
o aumento relativo no CV% é maior com curvas mais acentuadas
ângulo, 45ÿ e 90ÿ respectivamente.
A Tabela 2 mostra que as diferenças médias de velocidade absoluta
são aproximadamente -0,1 km h-1 e -0,4 km h-1 para caminhada e corrida,
respectivamente. Os valores negativos da média
A diferença de velocidade indica que a velocidade LPM é consistente e
significativamente menor em comparação com a velocidade real. O TEE% é
maior na condição de corrida em comparação com a caminhada
condição para todos os percursos além da reta de 5 m. Pearson
os coeficientes de correlação são elevados, entre 0,71 e 0,97. O
os dados não mostraram heterocedasticidade.
os transponders no campo e 2 ou 3 cm para os transponders usados pelos
participantes. O aumento do erro posicional
é provavelmente devido à oscilação postural. Um valor de 5 mm foi
relatado para a oscilação do centro de massa em duas pernas
postura sob circunstâncias de laboratório em uma plataforma de força.19
pode-se argumentar que a oscilação postural é maior em um ambiente externo
configuração de campo com o atleta enfrentando os elementos com postura
balanço sendo medido nos ombros.
Em condições dinâmicas, primeiro comparamos a distância
distância percorrida e distância percorrida conforme registrado pelo sistema LPM
com a distância fixa em diversos cursos. Os resultados mostram que
o sistema LPM subestima a distância real, mas é
bem abaixo de 1,6% em média (Tabela 1). Então, a magnitude
a diferença é menor em comparação com o rastreamento de vídeo (4,8%
em média) e GPS (5,8% em média).6,9 Na literatura anterior, foram relatadas
superestimativas da distância real
em rastreamento de vídeo e GPS6,9 , bem como subestimações para
Dispositivos GPS.9 O design dos protocolos de validação é o
causa mais provável para isso. Em nosso estudo, a principal subestimação é

4. Discussão encontrada no percurso que contém o giro de 90ÿ.

Este também é o percurso, onde em ambas as condições de velocidade
é mais difícil para os participantes seguirem o marcado
O objetivo deste estudo foi investigar a precisão e
curso o mais próximo possível, o que significa que eles cobrem menos distância
validade do sistema de medição de posição local (LPM)
porque as curvas estão cortadas. Então, como os cantos são cortados,
em condições específicas do futebol para caminhada e corrida. Nosso
a distância percorrida pelos participantes é provavelmente menor que a distância oficial
os resultados demonstraram alta precisão estática. O erro posicional médio em
duração do curso, explicando em parte a subestimação da LPM.
três medições subsequentes foi de 1 cm para

mesa 2

Comparação da velocidade média real (km h-1) e da velocidade média LPM (km h-1) em 30 tentativas de caminhada e corrida em quatro percursos específicos de futebol.

Curso Real LPM Diferença TE TE% R

Média ± DP Média ± DP Média ± DP IC 95% Cru IC 95% CV% IC 95%

Andando
Em linha 5,5±0,3 5,3±0,3 ÿ0,2 ± 0,2 (ÿ2,9 ± 3,6%) ÿ0,2 a ÿ0,1 ÿ0,1 ± 0,2 (1,8 ± 0,2 0,2–0,3 3,9 3,0–5,2 0,80
reta 45ÿ 5,7±0,1 5,6±0,2 2,6%) ÿ0,2 a ÿ0,0 ÿ0,1 ± 0,1 (2,5 ± 2,0%) ÿ0,2 a ÿ0,1 0,1 0,1–0,1 1,6 1,3–2,2 0,71
volta 90ÿ volta 5,5±0,2 5,4±0,3 ÿ0,1 ± 0,1 (2,1 ± 1,3%) ÿ0,1 a ÿ0,1 0,1 0,1–0,1 1,4 1,1–1,9 0,92
Combinado 5,3±0,3 5,1±0,3 0,1 0,1–0,1 1.4 1,1–1,8 0,97

Corrida
Curva 16,6±1,2 16,0±1,2 ÿ0,6 ± 0,5 (ÿ3,9 ± 3,1%) ÿ0,8 a ÿ0,5 ÿ0,5 ± 0,4 (ÿ3,1 ± 0,5 0,4–0,7 3.2 2,5–4,3 0,91
reta 45ÿ 17,4±0,9 16,9±0,8 2,1%) ÿ0,7 a ÿ0,4 ÿ0,4 ± 0,4 (ÿ2,3 ± 2,7%) ÿ0,5 a ÿ0,2 0,4 0,3–0,5 2.2 1,7–2,9 0,90
90ÿ volta 14,9±0,7 14,6±0,8 ÿ0,2 ± 0,3 (ÿ1,3 ± 2,1%) ÿ0,3 a ÿ0,1 0,4 0,3–0,5 2.6 2,0–3,5 0,86
Combinado 15,3±0,7 15,1±0,5 0,3 0,2–0,4 1,8 1,5–2,5 0,93
Machine Translated by Google
644 WGP Frencken et al. / Jornal de Ciência e Medicina no Esporte 13 (2010) 641–645
Portanto, isso resulta em uma maior variação da distância percorrida para
aquele curso, o que se reflete no maior CV% para este curso (Tabela 1).
Assim, a principal conclusão em relação à distância é que o sistema LPM
regista com precisão a distância, embora subestime ligeiramente a distância
real. Além disso, a variação torna-se maior em velocidades mais altas e
em ângulos de giro maiores.
Em segundo lugar, comparamos a velocidade média do percurso (LPM)
com a velocidade média real do percurso. Embora as correlações sejam
altas (0,71 < r < 0,97), nossos resultados apontam para um erro sistêmico,
uma vez que a velocidade média LPM é significativa e sistematicamente
menor em comparação com a velocidade real para todos os cursos. No
entanto, as diferenças absolutas e relativas são pequenas, respectivamente
entre -0,1 km h-1 (-1,3%) e -0,6 km h-1 (-3,9%). Essas diferenças absolutas
são menores do que as relatadas na literatura anterior sobre GPS.20 No
entanto, as correlações entre a velocidade média LPM e a velocidade
média real neste estudo são geralmente mais baixas em comparação com
a literatura anterior.6,7,10 Isso se deve à homogeneidade de nossa
amostra, porque a faixa de velocidade é de aproximadamente 0,6 km h-1
para todos os percursos na condição de caminhada e de aproximadamente
1,7 km h-1 na condição de corrida. A gama mais ampla de valores de
velocidade na condição de corrida produziria então, em média, correlações
mais elevadas em comparação com a condição de caminhada.
Esse fenômeno também está presente em nossos dados (Tabela 2).
Finalmente, o TEE mostra claramente que a magnitude do erro aumenta
com o aumento da velocidade (Tabela 2). Durante a caminhada, o ETE é
bastante estável a julgar pelos intervalos de confiança, enquanto mais
variação está presente na condição de corrida. Além disso, o TEE não
aumenta com o aumento do ângulo de viragem. Existe até uma tendência
para uma melhor estimativa da velocidade média do percurso do sistema
LPM com um maior número de voltas. Em termos do TEE%, esta tendência
está presente apenas na condição de caminhada, o que é uma indicação
de rastreamento mais preciso em velocidades mais baixas. Assim, a
primeira conclusão principal em relação à velocidade é que o sistema LPM
subestima sistematicamente a velocidade real, embora as diferenças
sejam pequenas. Em segundo lugar, descobrimos que o TEE aumenta com
o aumento da velocidade, mas não aumenta com o aumento dos ângulos
de viragem.
Em conjunto, argumentamos que o sistema LPM é uma ferramenta
precisa e válida para medir distância e velocidade no futebol. Deve-se notar
que as pequenas diferenças que demonstramos neste estudo dependem
da medida do critério atual (ou seja, portões de cronometragem e fita
métrica), já que atualmente nenhum padrão ouro real está disponível para
registrar a distância e a velocidade de percursos curvos no futebol. Portanto,
se as nossas diferenças relatadas são significativas, depende do objetivo
de estudos futuros. No entanto, argumentamos que devido à precisão, às
pequenas diferenças relatadas, à alta frequência de amostragem e à
capacidade de usá-lo tanto em ambientes internos quanto externos, o LPM
abre novas aplicações e tipos de análise no futebol que ainda não foram
possíveis, por exemplo, tempo avançado. análises de movimento ou
análises de padrões espaço-temporais complexos. Isto também implica
que as nossas descobertas não se aplicam apenas ao futebol, mas também
a muitos outros desportos colectivos e individuais. No time
esportes com jogadores menos ativos, a vantagem da alta frequência de
amostragem torna-se maior. Além disso, jogadores individuais podem ser
equipados com mais dispositivos para fins específicos.
Para concluir, mostramos que o sistema LPM produz dados de posição
e velocidade altamente precisos em condições estáticas e dinâmicas. Além
disso, fornecemos mais informações sobre o efeito de curvas fechadas nas
medidas de validade durante percursos curtos de caminhada e corrida.
Finalmente, argumentamos que tecnologias com altas frequências de
amostragem abrem novas aplicações e tipos de análises nas ciências do
esporte.
Implicações práticas
• O sistema LPM é uma ferramenta válida para registrar as posições dos
atletas em ambientes externos e internos. Isso abre novos caminhos
para os cientistas do esporte.
• O sistema LPM fornece dados precisos em condições estáticas e
dinâmicas em diversas velocidades. • Testes
multijogador em treinos ou partidas com Sam alto
taxa de pedido é possível.
Reconhecimentos
Gostaríamos de agradecer a Frans Lefeber, Jorrit van der Plaats e
Michel Brink pela assistência durante a aquisição de dados. Nenhum apoio
financeiro externo foi recebido para este estudo.
Referências
1. Carling C, Reilly T, Williams AM. Avaliação de desempenho em esportes de campo:
avaliação fisiológica, psicológica e notacional de jogo na prática. Londres: Routledge;
2009.
2. Duncan MJ, Badland HM, Mummery WK. Aplicação de GPS para melhorar a
compreensão da atividade física relacionada ao transporte. 12:549–56 .
3. Barris S, Button C. Uma revisão da análise de movimento baseada na visão no esporte.
Sports Med 2008;38:1025–43.
4. Carling C, Bloomfield J, Nelsen L, et al. O papel da análise de movimento no futebol de
elite: técnicas contemporâneas de medição de desempenho e dados de taxa de
trabalho. Sports Med 2008;38:839–62.
5. Dobson BP, Keogh JWL. Questões metodológicas para a aplicação da investigação de
análise tempo-movimento. Força Cond J 2007;29:48–55.
6. Edgecomb SJ, Norton KI. Comparação de posicionamento global e sistemas de
rastreamento baseados em computador para medir a distância de movimento dos
jogadores durante o futebol australiano. J Sci Med Sport 2006;9:25–32.
7. Di Salvo V, Collins A, McNeill B, et al. Validação do Prozone: um novo sistema de
análise de desempenho baseado em vídeo. Int J Perform Anal Sport 2006;6:108–19.
8. Duthie G, Pyne D, Hooper S. A confiabilidade da análise de movimento no tempo
baseada em vídeo. 44 :259–71.
9. Coutts AJ, Duffield R. Validade e confiabilidade de dispositivos GPS para medir
demandas de movimento em esportes coletivos. 13:133–5 .
10. MacLeod H, Morris J, Nevill A, et al. A validade de um sistema de posicionamento global
não diferencial para avaliar os padrões de movimento dos jogadores no hóquei em
campo. J Sports Sci 2009;27:121–8.
Machine Translated by Google
WGP Frencken et al. / Jornal de Ciência e Medicina no Esporte 13 (2010) 641–645
11. Portas M, Rush C, Barnes C, et al. Comparação de métodos de medições
lineares de distância e velocidade com satélite de posicionamento global
(GPS) e técnicas de timing gate. J Sports Sci Med 2007;6 (Suplemento 10):
7–8.
12. Barbero-Álvarez JC, Coutts AJ, Granda J, et al. A validade e confiabilidade
de um dispositivo de sistema de posicionamento global por satélite para
avaliar a velocidade e a capacidade de sprints repetidos (RSA) em atletas.
13:232–5 .
13. Duffield R, Reid M, Baker J, et al. Precisão e confiabilidade de dispositivos
GPS para medição de padrões de movimento em espaços confinados para
esportes em quadra. J Sci Med Sport 2009, doi:10.1016/j.jsams.2009.07.003.
14. Townshend AD, Worringham CJ, Stewart IB. Avaliação da velocidade e
posição durante a locomoção humana utilizando GPS não diferencial.
Exercício Med Sci Sports 2008;40:124–32.
645
15. Stelzer A, Pourvoyeur K, Fischer A. Conceito e aplicação de LPM Um novo
sistema de medição de posição local 3-D. IEEE Trans Microw Theory Tech
2004;52:2664–9.
16. Bloomfield J, Polman R, O'Donoghue P. Exigências físicas de diferentes
posições no futebol da FA Premier League. 6 :63–70.
17. Bispo D, Spencer M, Duffield R, et al. A validade de um teste repetido de
habilidade de sprint. 4 :19–29.
18. Hopkins WG. Uma nova visão das estatísticas. Sportsci.org: Sociedade da
Internet para a ciência do esporte. Disponível em: http://www.sportsci.org/
resource/stats/valid.html [acessado em 21.10.2009].
19. Hof AL, Gazendam MGJ, Sinke WE. A condição para estabilidade dinâmica.
J Biomech 2005;38:1–8.
20. Witte TH, Wilson AM. Precisão do GPS habilitado para WAAS para a
determinação da posição e velocidade no solo. 38 :1717–22.