Pfeiffer M, Perl J (2006).

Analysis of tactical
structures in team handball by means of artificial
neural networks. International Journal of Computer
Science in Sport, 5(1): 4-14

El artículo que he elegido es un texto científico en lengua inglesa realizado por Mark
Pfeiffer, de la University of Leipzig y Jürgen Perl, de la University of Mainz que se titula
“Analysis of Tactical Structures in Team Handball by Means of Artificial Neural
Networks”. Lo escribieron para el Institute for Applied Training Science (IAT) pero, por
su importancia, después se publicó en la revista International Journal of Computer
Science in Sport y ha sido citado por varios autores. La intención del artículo es mostrar
que el método de las artificial neural networks resulta muy útil para analizar la
complejas estructuras tácticas en el deporte.

La estructura del texto es coherente y facilita la comprensión. Comienza con una breve
introducción. A continuación explica cuáles son los problemas que le dan sentido y que
se trata de resolver con este texto. Son los problemas que surgen cuando se trata de
analizar la estructura táctica de un partido o equipo: los métodos convencionales
registran datos aislados que presentan el partido como algo estático, no captan la
dinámica del partido. Para ahondar más profundamente en la estructura táctica del
partido o la táctica de un equipo es necesario que las acciones tácticas sustanciales se
anoten en orden cronológico. Es lo que el texto llama un process oriented model,
según el cual el partido es caracterizado por una secuencia de hechos y de cambios
temporales referentes a las fases del sistema táctico.

La siguiente parte del texto está dedicada a describir cómo funciona este modelo
apoyándose todo el rato en el balonmano. Presenta el partido de balonmano como
una unidad estructural subdivida en juegos ofensivos, subdivididos a su vez en intentos
ofensivos, subdivididos en fases y con cada fase subdividida en acciones tácticas
individuales o grupales. Utilizando esta estructura se construye un process oriented
model que describe un partido de balonmano como un proceso de orden cronológico
con estados cambiantes.

El artículo ya pasa a explicar el sistema DyCoN, creado para analizar estas situaciones
dinámicas que no se pueden analizar solo con un montón de datos aislados, necesitan
niveles de abstracción mucho más altos. Es como un paso más después de los process
oriented model. Se identifica el sistema con una red nerviosa por la forma en que
procesa y organiza la información. Por eso se dice que es una red nerviosa artificial.
Explica la fundamentación científica de este sistema y luego sus aplicaciones, que
pueden ser tanto médicas como deportivas (procesos biomecánicos de movimiento o
procesos estratégicos en el deporte). En el campo de los deportes la red ayuda a filtrar
la información importante de entre el gran número de datos complejos y la hace
disponible para posteriores evaluaciones o toma de decisiones.

La siguiente parte, Data, ofrece una serie de datos sobre el sistema: cuándo, dónde y
por quién ha sido utilizado. Results expone dos ejemplos en los que se ha utilizado
DyCoN. Por ejemplo se analiza con un solo diagrama los intentos ofensivos de los tres
mejores equipos masculinos de balonmano. Cada equipo se representa por un
cuadrado, cada zona del cuadrado corresponde a un tipo de intento ofensivo,
subdivido en las fases y acciones tácticas que lo componen, y por círculos de distintos
diámetros se representa la cantidad de veces que se utiliza cada uno.

Finalmente el texto expone las ventajas y desventajas del sistema y su posible utilidad
y repercusión. Acaba con una lista de referencias.

Como artículo y como texto científico es muy completo y está presentado de una
forma muy correcta. Cita correctamente todas las fuentes utilizadas, tanto durante el
texto como en la lista de referencias final. Los gráficos que incluye son muy apropiados
para apoyar el texto. El vocabulario utilizado, sin dejar de ser preciso, se entiende
fácilmente porque no contiene demasiados tecnicismos. La parte negativa del
vocabulario es que en algún momento se utilizan palabras con un sentido que no es el
habitual y eso crea confusión (especialmente para un lector cuya lengua natal no es el
inglés, como es el caso). Por ejemplo la palabra training, que normalmente significa
entrenamiento, en el artículo muchas veces se utiliza para referirse al proceso de
formación del sistema de análisis del que se habla. Estando encima en un ámbito
deportivo, cuesta entender el verdadero significado que se le quiere dar.

Respecto al contenido, las ideas principales aparecen explicadas con profundidad y los
ejemplos que se dan aclaran bastante. El tema elegido creo que es interesante porque
puede resultar muy útil para todos los equipos tanto de balonmano como de otros
deportes de equipo. El método de análisis que propone es muy completo. Respecto a
los antiguos, que solo presentaban una serie de datos independientes entre sí y
desordenados, supone un gran avance. Al incluir el tiempo como variable
independiente que organiza el resto de datos, la información refleja las situaciones de
partido de una forma más realista. En un pequeño diagrama puede aparecer a la vez
mucha información, de una forma comprensible