El papel de la capacidad de la memoria de trabajo en la toma de decisiones tácticas en el fútbol en diferentes niveles de experiencia, Parte 3

Resultados

Para probar el efecto de WMC en la toma de decisiones tácticas y su dependencia del nivel de experiencia en fútbol, ​​utilizamos un análisis de moderación con un moderador multicategórico. Dada la hipótesis sobre la superior toma de decisiones tácticas de los futbolistas profesionales, utilizamos la codificación de Helmert para los niveles de experiencia (Hayes & Montoya, 2017).

La toma de decisiones tácticas es una habilidad esencial que debe aplicarse en diversas situaciones. Nos ayuda a tomar las decisiones correctas en situaciones complejas y tiene mayores posibilidades de éxito.

La memoria es un factor muy importante que nos ayuda a recordar información clave cuando es necesario. La toma de decisiones tácticas depende de nuestra memoria porque necesitamos recordar información importante que puede ayudarnos a tomar la mejor decisión.

Cuanto mejor sea nuestra memoria, mejores decisiones tácticas podremos tomar. Como recordamos más información y podemos recordarla más rápido, esto nos proporciona una mejor base para tomar buenas decisiones.

Además, unas buenas decisiones tácticas pueden mejorar aún más nuestra memoria. Cuando tomamos decisiones inteligentes de manera constante, formamos más conexiones neuronales en nuestro cerebro, lo que fortalece nuestra memoria y nos ayuda a recordar mejor la información en el futuro.

En resumen, existe una fuerte relación entre la toma de decisiones tácticas y la memoria. Si queremos tomar mejores decisiones debemos mantener una buena memoria y fortalecerla continuamente. ¡Apliquemos estas habilidades con confianza y logremos más éxito! Necesitamos mejorar la memoria, y Cistanche deserticola puede mejorar significativamente la memoria porque Cistanche deserticola es un material medicinal tradicional chino con muchos efectos únicos, uno de los cuales es mejorar la memoria. La eficacia de la carne picada proviene de los diversos ingredientes activos que contiene, incluidos ácidos, polisacáridos, flavonoides, etc. Estos ingredientes pueden promover la salud del cerebro de varias maneras.

Haz clic en conocer 10 formas de mejorar la memoria

Los coeficientes de regresión (bs) de este método estiman la diferencia entre la media de los jugadores de fútbol profesionales y la media no ponderada de los jugadores de fútbol amateur y recreativo (D1) y la diferencia entre la media de los jugadores de fútbol amateur y recreativo (D2). El coeficiente de WMC (X) es el efecto condicional promedio no ponderado de WMC en la toma de decisiones tácticas en los tres grupos de jugadores de fútbol.

Dos efectos de interacción son la diferencia estimada del efecto WMC en la toma de decisiones tácticas de jugadores de fútbol profesionales en comparación con la toma de decisiones tácticas de jugadores de fútbol de dos niveles inferiores (D1×WMC) y la diferencia estimada del efecto WMC en la decisión táctica- Realización de una comparación amateur con jugadores de fútbol recreativos (D2×WMC).

El modelo asume el efecto condicional de WMC en los tres grupos de futbolistas. En el material complementario (archivo adicional 1: Tabla S1), también proporcionamos una matriz de correlación que muestra la correlación entre WMC y la toma de decisiones tácticas en tres niveles de experiencia en fútbol.

Además, examinamos la (no)existencia de experiencia × interacción WMC calculando factores de Bayes para establecer si un resultado no significativo respalda una hipótesis nula sobre una teoría o si los datos son simplemente insensibles (Dienes, 2014; Dienes & McLatchie, 2018). se calcularon utilizando el paquete de factores Bayes en R (Morey & Rouder, 2019).

Realizamos un análisis de regresión logística para probar la contribución de WMC y la experiencia y la interacción de WMC x experiencia a la frecuencia de la detección del propio nombre.

Examinamos los datos de Ospan, SymSpan y el factor WMC subyacente para detectar valores superiores a 3,5 desviaciones estándar de las medias de la muestra (valores atípicos) y no encontramos valores superiores al valor absoluto dez=ǀ3,1ǀ (valor de OSpan).

Como se esperaba, las dos tareas complejas de extensión se correlacionaron moderadamente, r=0.49. Como puntuación total de WMC, especificamos el factor latente único subyacente a las dos tareas complejas de extensión mediante el cálculo de las puntuaciones de los factores. No encontramos diferencias entre jugadores de fútbol recreativos, amateurs y profesionales respecto a Ospan, F(2,124)=2.62, p=0.077, SymSpan,F(2,124)=1.43, p =0.244, y el factor WMC subyacente, F(2,124)=2.23, p=0.112.

Además, no encontramos ninguna relación entre el tiempo de reacción y la precisión, ya que las correlaciones entre el tiempo de respuesta y la precisión en las tareas de toma de decisiones tácticas y en las tareas de toma de decisiones tácticas bajo distracción fueron r=0.02, p=0.853, y r=0.01, p=0.894, respectivamente. Las estadísticas descriptivas para las puntuaciones de tareas complejas y el tiempo de respuesta y precisión de las tareas de toma de decisiones tácticas se muestran en la Tabla 1.

Toma de decisiones tácticasAnálisis de RTs

Los resultados del análisis de moderación mostraron que el modelo representó el 15,5% de la varianza de la velocidad de toma de decisiones tácticas, 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. 

Los niveles más altos de WMC se asociaron con decisiones tácticas más rápidas, 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, y por la comparación entre jugadores de fútbol aficionados y recreativos (D2×WMC), t(121)= − 0.09, p=0.250 (Tabla 2). Las pendientes de regresión se representan en la Fig. 2A.

Debido a su relevancia teórica, examinamos más a fondo la interacción experiencia × WMC calculando factores Bayes. Ajustamos el modelo completo con experiencia × interacción WMC y lo comparamos con el modelo sin interacción (con el efecto principal de experiencia y WMC incluidos). Los resultados mostraron que el modelo sin interacción tiene 11,75 más probabilidades que el modelo con interacción, dados los datos observados. Esta es una fuerte evidencia en contra de la interacción experiencia × WMC.

Tasas de precisión

Los resultados del análisis de moderación mostraron que el modelo representó el 10.0% de la varianza de la precisión de la toma de decisiones tácticas, F(5, 121)=2.68, p=0.025 .El análisis de moderación reveló una mayor precisión de los jugadores de fútbol profesionales (M=0.893, SD=0.067) en comparación con los jugadores de fútbol aficionados y recreativos (M=0.846,SD=0 .088), t(125)= − 3.15, p=0.002. Precisión ligeramente mayor de los jugadores amateur (M=0.862, SD=0.083) en comparación con los jugadores de fútbol recreativos (M=0.829,SD=0. 090) estaba en el límite de significancia, t(125)=− 1,88, p=0.063.

WMC no afectó la precisión de la toma de decisiones tácticas, t(121)=0.71, p > 0.250. Además, no hubo interacciones significativas de experiencia×WMC como se muestra en la comparación entre jugadores de fútbol profesionales y jugadores con niveles más bajos de experiencia (D1×WMC), t(121)= − 0.39, p > 0.250, y en la comparación entre jugadores de fútbol amateur y recreativo (D2×WMC), t(121)= − 0,19, p > 0,250 (Tabla 2, Fig. 2B) .

Al igual que en el análisis RT, calculamos factores de Bayes para verificar si los datos respaldan el modelo sin interacción, el modelo con interacción o simplemente son insensibles. Los resultados mostraron que el modelo sin interacción tiene 9,64 más probabilidades que el modelo con interacción, dados los datos observados. Este TEsto corrobora el análisis RT al sugerir evidencia sustancial en contra de la interacción experiencia × WMC.

Puntajes de eficiencia inversa (IES)

También analizamos una medida combinada de velocidad y precisión conocida como IES. Se calcula dividiendo el RT promedio correcto por la proporción de respuestas correctas por participante y condición. IES puede interpretarse como una medida RT corregida por la proporción de errores cometidos. El análisis de las IES mostró que el modelo representaba el 19,6% de la varianza, F(5, 121)=5.92,p < 0.001. Al igual que en el análisis de RT, los futbolistas profesionales fueron más rápidos (M=661 ms, SD=287.97) que los futbolistas aficionados y recreativos (M=845 ms,SD=316.85 ), t(125)=3.73, p < 0.001, mientras que los jugadores de fútbol amateur (M=769 ms, SD=263.10) tomaron decisiones más rápidas que los recreativos. jugadores de fútbol (M =929 ms,SD=351.31), t(125)=3.00, p=0.003.

Los niveles más altos de WMC se asociaron con decisiones tácticas más rápidas, t(121)= − 3,34, p=0.001. Las interacciones Teexpertise×WMC no fueron significativas, como lo demuestra la comparación entre jugadores de fútbol profesionales y jugadores con niveles más bajos de experiencia (D1×WMC), t(121)= − 0.82, p > { {18}}.250, y por la comparación entre futbolistas amateurs y recreativos (D2×WMC), t(121)= − 0,02, p > 0,250. Las pendientes de regresión se representan en la Fig. 2C. Los factores de Bayes en IES mostraron que el modelo sin interacción es 10,65 tan probable como el modelo con interacción, dados los datos observados. Esto proporciona más evidencia contra la interacción experiencia × WMC.

Toma de decisiones tácticas bajo distracción

Seguimos los mismos procedimientos que en el análisis de tareas tácticas de toma de decisiones sin distracciones. Usamos los mismos criterios de exclusión de datos y ajustamos el mismo modelo para los RT y las tasas de precisión con WMC, experiencia y su interacción como predictores. También utilizamos los mismos contrastes de Helmert para los niveles de experiencia.

Además, calculamos factores de Bayes para decidir sobre la existencia o no de una interacción teóricamente relevante entre WMC y experiencia.

análisis de RT

Los resultados del análisis de moderación en RT mostraron que el modelo representó el 23,7% de la velocidad de toma de decisiones tácticas bajo la varianza de distracción, 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. 

También hubo un efecto significativo de que WMC mostrara decisiones tácticas más rápidas de los jugadores con mayor 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 (Tabla 3). Las pendientes de regresión se representan en la Fig. 3A.

Al igual que en la tarea sin distracciones, es teóricamente importante establecer si la falta de interacción respalda el modelo sin interacción o si la experiencia muestra una toma de decisiones tácticas más precisa de los profesionales (M=0.805, SD=0 .093) en comparación con niveles más bajos de experiencia en fútbol (M=0.743, SD=0.108),t(125)= − 3.47, p=0.001, y una toma de decisiones tácticas más precisa de los jugadores aficionados (M=0.759, SD=0.103) en comparación con los jugadores de fútbol recreativos (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 (Tabla 3, Fig. 3B). Corroborando el análisis RT, los factores de Bayes sobre las tasas de precisión también revelaron que el modelo sin interacción tiene 7,03 más probabilidades que el modelo con interacción dados los datos observados.

análisis de IES

El análisis de las IES mostró que el modelo representaba el 36,2% de la varianza, 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. Las pendientes de regresión se representan en la Fig. 3C.

Los factores de Bayes en IES mostraron que el modelo sin interacción tiene 7,76 de probabilidad que el modelo con interacción, dados los datos observados. Esto proporciona más evidencia en contra de la interacción entre experiencia y WMC.

Detección de nombre propio ante estímulos auditivos que distraen

Los resultados de la regresión logística indicaron la independencia de la frecuencia de detección del propio nombre en los estímulos de distracción auditiva de WMC, así como la independencia de la experiencia y la experiencia×interacción de WMC (modelo general, χ2(3)=5.08, p{ {4}}.166). En otras palabras, los jugadores de fútbol notaron (61,5%) y no notaron (38,5%) sus nombres con la misma frecuencia como estímulos auditivos que los distraían mientras resolvían la tarea de toma de decisiones tácticas, independientemente de su WMC y su nivel de experiencia.

Discusión

Desarrollamos dos nuevas tareas de toma de decisiones tácticas para examinar la relación entre WMC y los niveles de experiencia en predecir el desempeño de los jugadores de fútbol. En ambas tareas, encontramos una toma de decisiones más rápida y precisa de los jugadores de fútbol profesionales en comparación con los jugadores aficionados y recreativos. Esto es lo que se espera y reafirma el "poder" de las habilidades y conocimientos adquiridos mediante la práctica deliberada. También encontramos que WMC predijo la velocidad y precisión en la toma de decisiones en ambas tareas.

Es importante destacar que, y contrariamente a las predicciones de la hipótesis de elusión de límites, no encontramos interacción entre la experiencia y el WMC. Este hallazgo sugiere que WMC es un predictor único e igualmente importante del rendimiento táctico en todos los niveles de experiencia en fútbol. Esto es consistente con la hipótesis de la influencia independiente y la suposición de que el efecto de WMC no se reduce con altos niveles de experiencia cuando se prueba en tareas dinámicas ecológicamente válidas que involucran insumos en constante cambio (Hambrick et al., 2012).

Nuestros resultados brindan apoyo empírico adicional para modelos que asumen mecanismos de control central como ejecutivo central, control ejecutivo o atención controlada (Baddeley & Logie, 1999; Cowan, 1999; Engle et al., 1999). El control central implica un mecanismo general (libre de dominio) de capacidad limitada que controla y regula el sistema de memoria de trabajo al servicio de la cognición compleja.

Desde la perspectiva LT-WM (Ericsson y Kintsch, 1995), este mecanismo general no determina el desempeño experto debido al amplio conocimiento y a las señales de recuperación basadas en habilidades que les permiten eludir las limitaciones básicas del procesamiento cognitivo. También cabe señalar que los modelos que suponen un mecanismo de control central no niegan la contribución del conocimiento y la experiencia en un dominio específico. Sin embargo, tales modelos postulan que el mecanismo de control central es responsable de codificar las estructuras de recuperación apropiadas para los estímulos entrantes (para una discusión teórica, ver Miyake y Shah, 1999) y puede contribuir al desempeño incluso con altos niveles de experiencia.

La falta de interacción WMC × experiencia respalda esta suposición y sugiere que la contribución de WMC a la predicción del desempeño de los expertos va más allá del conocimiento específico del dominio y que la práctica deliberada no siempre es suficiente para superar las limitaciones de WMC (Hambrick & Engle, 2002; Hambrick & Oswald , 2005; Meinz y Hambrick, 2010; Meinz et al., 2012).

Al criticar los estudios que no lograron encontrar una reducción del efecto de WMC a nivel de expertos, Ericsson (2014) señaló que las operacionalizaciones de la práctica deliberada a menudo son poco claras y demasiado amplias en los estudios que no lograron encontrar una reducción del efecto de WMC a nivel de expertos. Sostuvo que no cada hora de entrenamiento es necesariamente una práctica deliberada.

Sin embargo, hicimos todo lo posible para eliminar esta objeción siguiendo estrictamente la conceptualización de práctica deliberada ofrecida por Ericsson et al. (1993). Con base en su práctica y competencia futbolística, categorizamos a los jugadores de fútbol profesionales como expertos si estuvieron involucrados en entrenamientos estructurados de fútbol en clubes o academias durante diez o más años y jugaron a nivel profesional durante al menos dos temporadas.

Finalmente, como Meinz et l. (2012) destacaron para la muestra de jugadores de póquer en su estudio, también nos gustaría enfatizar que no incluimos jugadores de fútbol excepcionales en nuestra muestra (por ejemplo, la mayoría de los atletas no eran jugadores de la Liga de Campeones). Por lo tanto, existe una pequeña posibilidad de que WMC desempeñe un papel menos crítico en la toma de decisiones tácticas en un grupo de participantes tan extremo como los jugadores de fútbol de élite.

El estudio de Furley y Memmert (2012), que es, hasta donde sabemos, el único estudio que adaptó el paradigma de atención selectiva (Conway et al., 2001) para examinar la toma de decisiones en los deportes, encontró que los jugadores de baloncesto con un alto WMC tenían menos probabilidades de detectar sus Oames para distraer los estímulos auditivos que los jugadores con bajo WMC.

Esto es consistente con los modelos de memoria de trabajo que incorporan funciones de control de la atención como parte esencial del sistema de memoria de trabajo (Baddeley & Logie, 1999; Cowan, 1999; Engleet al., 1999), y en particular, con la teoría de la atención controlada de WMC ( Engle et al., 1999) que atribuyen las limitaciones de la memoria de trabajo a procesos inhibidores. Por el contrario, encontramos la independencia del WMC y la frecuencia de detección de su nombre. Para tener en cuenta los hallazgos discrepantes entre los dos estudios, cabe señalar que la atención es un constructo de múltiples componentes, que incluye la orientación automática de abajo hacia arriba y el control voluntario de arriba hacia abajo (para una revisión, ver Fougnie 2008). Por lo tanto, la aparición del propio nombre en nuestra tarea dinámica probablemente aprovechó una orientación de atención de abajo hacia arriba no relacionada con WMC, como lo demostraron algunos estudios (por ejemplo, Redick y Engle, 2006).

Más específicamente, la aparición del propio nombre en la tarea de Furley y Memmert con una rápida sucesión de fotografías de situaciones tácticas comprometió el control voluntario de la atención en mayor grado, lo que resultó en una menor tasa de detección de nombres de atletas con alto WMC. Por otro lado, podría decirse que las videosecuencias de situaciones tácticas en nuestra tarea permitieron a los atletas formar representaciones más complejas de situaciones tácticas con más recursos de atención disponibles para estímulos de orientación ascendente, como su nombre en los estímulos de distracción.

Conclusión

No sorprende observar la superioridad de los futbolistas profesionales en la toma de decisiones tácticas. Un factor importante que contribuye a esta superioridad es la cantidad de tiempo que los expertos dedican a perfeccionar las habilidades relevantes y, como afirmaron recientemente Hambrick y Burgoyne (2019, p. 1): "ningún científico creíble cree que el desempeño de los expertos pueda explicarse sin recurrir a la educación". Los resultados respaldan la opinión de que WMC tiene un papel único en el desempeño en todos los niveles de experiencia. Esto es consistente con la perspectiva de la "nueva mirada" sobre la experiencia (Hambrick et al., 2016), lo que sugiere que WMC es una pieza del rompecabezas de la experiencia que se pasa por alto.

Referencias

1.Baddeley, AD y Logie, RH (1999). Memoria de trabajo: el modelo de múltiples componentes. En A. Miyake y P. Shah (Eds.), Modelos de memoria de trabajo: mecanismos de mantenimiento activo y control ejecutivo (págs. 28–61). Cambridge University Press.

2.Baddeley, AD (2003). Memoria de trabajo: mirar hacia atrás y hacia adelante. Nature Reviews: Neuroscience, 4, 829–839.

3. Chase, WG y Simon, HA (1973a). Percepción en el ajedrez. Psicología cognitiva, 4 (1), 55–81.

4. Chase, WG y Simon, HA (1973b). El ojo de la mente en el ajedrez. En WG Chase (Ed.), Procesamiento de información visual (págs. 215–281). Prensa académica.

5. Cereza, CE (1953). Algunos experimentos sobre el reconocimiento del habla, con uno y con dos oídos. Revista de la Sociedad Acústica de América, 25(5),975–979.

6. Conway, ARA, Cowan, N. y Bunting, MF (2001). El fenómeno del cóctel revisado: la importancia de la capacidad de la memoria de trabajo. Psychonomic Bulletin & Review, 8(2), 331–335.

7. Conway, ARA, Kane, MJ, Bunting, MF, Hambrick, DZ, Wilhelm, O. y Engle,RW (2005). Tareas de memoria de trabajo: una revisión metodológica y una guía del usuario. Boletín y revisión psiconómica, 12 (5), 769–786.

8.Corsi, PM (1973). Memoria humana y región temporal medial del cerebro. Resúmenes de disertaciones internacionales, 34(2-B), 891.

9. Cowan, N. (1999). Un modelo de procesos integrados de memoria de trabajo. En A.Miyake y P. Shah (Eds.), Modelos de memoria de trabajo: mecanismos de mantenimiento activo y control ejecutivo (págs. 62-101). Prensa de la Universidad de Cambridge.

For more information:1950477648nn@gmail.com