以穿戴式裝置探討不同專項位置籃球員與訓練情境之運動負荷
38
0
0
全文
(2) 謝辭. 時光荏苒，在師大體育系碩班兩年的日子即將結束，過程中有挫折也有許多美好的回 憶。首先，感謝李恆儒老師引導我進入學術研究的領域，給予我良好的研究方向，以及 在撰寫論文、期刊的指導，尤其是期刊的部分，讓我能順利在兩年畢業。因為自己喜歡 籃球這項運動，所以在閱讀文獻、做研究時不會覺得枯燥。. 論文從發想到完成過程漫長，這之中也很感謝同學們的幫忙，在預試實驗時大家互當 受試者，各種上課報告、研討會、系上發表彼此互相提醒、一起完成。感謝重霖、庭弦 跟著我去做實驗；感謝原禾、俞箮在碩士論文口試的相互幫忙；感謝乃爾，你是實驗室 的開心果，有你就有歡樂，也因為有大家，碩士班的生活變得很有趣。. 另外，也感謝彭賢德老師與柯柏任老師對於論文的建議與指正，使我的論文能一步一 步更加完整，讓我獲益良多。. 最後，完成論文像是品嘗甜美的果實，令人覺得開心，感謝這一路幫助過我的每一位 師長與同學，未來的路還很遠，祝大家分道揚鑣後都能展翅高飛。. 周育晨 2020.08.17. I.
(3) 以穿戴式裝置探討不同專項位置籃球員與訓練情境之運動負荷 2020 年 9 月 研 究 生：周育晨 指導教授：李恆儒 摘要 前言: 穿戴式裝置常被用來監測籃球員之運動負荷，提供科學數據，避免訓練過量 以預防運動傷害發生。然而籃球位置與訓練方式多元，需更進一步探討。目的: 比較不 同專項位置籃球運動員在不同訓練情境下外在負荷與內在負荷。方法: 招募 19 名男性 大專甲組籃球員 (12 名後場球員、7 名前場球員)，球員在不同訓練情境 (3 對 3、5 對 5) 配戴慣性感測器及心率帶，外在負荷以慣性感測器所測量的數據經過計算轉換成 PlayerLoad (PL）與不同動作方向之外在負荷值。內在負荷則透過心率帶擷取平均心跳、 最大心跳及利用區段訓練衝量法 ( summated heart rate zone, SHRZ) 進行運算，另比較內 外在負荷整合指標 SHRZ:PL。運動負荷各變項以專項位置 (後場、前場) 與訓練情境 (3 對 3、5 對 5) 進行混合設計二因子變異數分析統計考驗。結果: 後場組 PlayerLoad (PL） 顯著大於前場組 (205.1 ± 34.4 AU > 175.29 ± 31.89 AU)，垂直方向動作負荷顯著大於前 場組 (108.1 ± 18.4AU > 92.4 ± 15.4AU)，額狀面動作負荷顯著大於前場組. (162.1 ± 24.7. AU > 140.8 ± 24.7 AU)。平均心跳、最大心跳與 SHRZ 在專項位置與訓練情境均未達顯 著水準。專項位置前場組的 SHRZ:PL 顯著大於後場組 (0.17 ± 0.07 AU > 0.12 ± 0.03 AU)，訓練情境 3 對 3 的 SHRZ:PL 顯著大於 5 對 5 (0.15± 0.06AU > 0.13 ± 0.05 AU)。 結論: 後場球員 PlayerLoad (PL）、垂直方向、額狀面負荷較前場球員高，顯示不同專項 位置的特性。前場球員的 SHRZ:PL 大於後場球員，3 對 3 SHRZ:PL 大於 5 對 5，提供籃 球專項化訓練及訓練情境安排方針。最後，內外在負荷整合指標有利於運動負荷之監測， 未來可利用於籃球訓練，讓訓練負荷量的監控能更能符合實際場上的水準。. 關鍵詞：加速規、微型感測器、訓練負荷. II.
(4) Exploring basketball load in positional difference and training scenario by wearable device September, 2020 Author: CHOU, Yu-Chen Advisor: LEE, Heng-Ju. Abstract Introduction: Wearable devices have commonly been used to detect basketball load, providing objective data, and preventing injuries. However, basketball involves different player positions with a variety of training scenarios, which may impact basketball load. This study aimed to explore external and internal load over different basketball player positions and training scenarios. Methods: Nineteen male division one university basketball players (twelve backcourt, seven frontcourt) wore inertial measurement units and heart rate belts in different training scenarios (3 vs. 3 players or 5 vs. 5). External load data from the inertial measurement units were transformed into Player Load (PL) and movement direction. Internal load data from the heart rate belts were transformed into mean heart rate, peak heart rate, and summated heart rate zones (SHRZ). An integrated measure was calculated as SHRZ:PL. A mixed-design two-way analysis of variance (ANOVA) was adopted to analyze different player positions and training scenarios. Results: The PL of the backcourt players was significantly greater than frontcourt players (205.1 ± 34.4 AU > 175.29 ± 31.89 AU; p = .049). The PL of the backcourt players was significantly greater than that of frontcourt players in the vertical direction (108.1 ± 18.4AU > 92.4 ± 15.4 AU; p = .035) and frontal plane (162.1 ± 24.7 AU > 140.8 ± 24.7 AU; p = .043). There was no significant difference in mean heart rate, peak heart rate, or SHRZ. The ratio of SHRZ:PL was significantly higher during the 3 vs. 3 than the 5 vs. 5 scenario (0.15 ± 0.06 AU > 0.13 ± 0.05 AU; p = .034), and frontcourt players’ SHRZ:PL was significantly higher than backcourt players (0.17 ± 0.07 AU > 0.12 ± 0.03 AU; p = .045). Conclusion: There was a consistent significant III.
(5) difference between player positions, with greater PL vertical direction and frontal plane in backcourt players, and higher SHRZ:PL in frontcourt players. The training scenario also had an impact, with the 3 vs. 3 scenario producing higher SHRZ:PL. These results provide a training guideline for basketball position-specific training and exercise intensity. The integrated measure may offer a more comprehensive observation about basketball load for future management of basketball load.. Keywords: accelerometer, microsensor, training load. IV.
(6) 目 次. 謝辭………….….………………………………………………………………………………i 中文摘要…………….……………………………………….…..…………………………ii 英文摘要…………………………………..…………………….……………………………iii 目次……………………………………………………………..………………………..v 表次………………………………………………………………………….………………vii 圖次………………………………………………………………….…………...…………viii. 第壹章. 緒論…...………………………………………………………………1. 第一節. 前言…...……………………………………….………………………………1. 第二節. 問題背景…...…………………………………………………………………3. 第三節. 研究目的…...…………………………………………………………………3. 第四節. 操作性名詞定義解釋…...……………………………………………………4. 第五節. 研究範圍與限制…...…………………………………………………………4. 第貳章. 文獻探討…...…………………………………..……………………5. 第一節. 後場與前場球員差異之探討……………………………………………5. 第二節. 籃球訓練情境外在負荷量化之探討………………………………..……6. 第三節. 籃球訓練情境內在負荷量化之探討………………………………..……9. 第參章 研究方法…...…………………………………..……………………10 第一節 研究對象…...…………………………………………………………………10 V.
(7) 第二節 研究工具…...…………………………………………………………………10 第三節 實驗流程…...…………………………………………………………………12 第四節 資料處理…...…………………………………………………………………12 第五節 統計分析…...…………………………………………………………………13. 第肆章. 結果…...…………………………………..……………………14. 第一節. 球員基本資料分析…………………………………………………………14. 第二節 不同訓練情境對於後場及前場球員外在負荷之分析…….………………..14 第三節 不同訓練情境對於後場及前場球員內在負荷之分析………...……………16 第四節 不同訓練情境對於後場及前場球員內外在負荷整合指標之分析………...17. 第伍章. 討論…...…………………………………..……………………19. 第一節. 各專項位置身體資料的差異………………….......………………………19. 第二節. 各專項位置外在負荷在訓練情境中的差異….......………………………19. 第三節. 各專項位置內在負荷在訓練情境中的差異…...…………………………20. 第四節. 各專項位置內外在負荷整合指標在訓練情境中的差異…………………21. 第陸章 結論與建議...…………………………………..……………………22. 參考文獻…...…………………………………..……………………………23 附錄…...…………………………………..……………………………………28 附錄一. 實驗受試者須知…………………….......………………………28. 附錄二. 實驗受試者同意書………………….......………………………29. VI.
(8) 表次 表 2-1 籃球訓練情境外在負荷文獻整理……………………………………………8 表 4-1 後場與前場球員身體資料分析比較表……………………………………14 表 4-2 後場與前場球員在兩種訓練情境之外在負荷分析表 …………………15 表 4-3 後場與前場球員在兩種訓練情境之內在負荷分析表……………………17 表 4-4 後場與前場球員在兩種訓練情境之 SHRZ:PL 分析表…………………18. VII.
(9) 圖次 圖 3-1. Naxsen 慣性感測器.…………….……………….……………….…………10. 圖 3-2. 感測器放置示意圖 ………………………………………………………… 11. 圖 3-3. Polar H10 心率帶…………………………………………………………… 11. 圖 4-1 前後場球員外在負荷差意圖……………………………………………16 圖 4-2 內外在負荷整合指標差意圖………………………………………………18. VIII.
(10) 第壹章. 緒論. 第一節 前言 籃球是一項高強度的運動，球員在長28公尺、寬15公尺的球場中反覆的進行加速、 減速、變換方向、跳躍等，會使用大量的無氧系統能力，心跳率時常達到最大心跳率的 85％ (Sansone et al., 2019; Stojanovic et al., 2018; Torres-Ronda, Ric, Llabres-Torres, de Las Heras, & Schelling, 2016)。籃球跑動及快速的風格，對於球員體能有相當高的需求，因此 監測籃球員的運動負荷日漸受到重視。適量的運動負荷可以讓球員在能量以及肌肉系統 有良好的進步，反之，過量的運動負荷除了影響球員在場上投籃的準度、臨場的判斷能 力等，更可能導致受傷風險的增加 (Weiss, Allen, McGuigan, & Whatman, 2017)。 過去籃球員運動負荷監測常使用的方式為運動時空間分析 (time motion analysis, TMA)，透過攝影的方式，來分析速度、移動距離、動作次數、動作持續時間等 (Conte et al., 2015)。不過因為TMA資料處理耗時，無法即時了解球員的在運動時的身體負荷 (Chambers, Gabbett, Cole, & Beard, 2015)。隨著電子科技、微機電系統 (microelectro mechanical system, MEMS)的發展，研發出可以穿戴在使用者身上的電子配備裝置，即是 穿戴式裝置 (wearable device)(Wundersitz et al., 2015)。穿戴式裝置輕巧且方便攜帶，提 供即時的數據。現今許多職業籃球隊已開始透過穿戴式裝置的監控，確保球員身體狀態， 顯示以穿戴式裝置作為運動負荷管理是未來籃球運動的趨勢 (Aroganam, Manivannan, & Harrison, 2019)。 運動負荷主要觀察的項目分別為外在負荷 (external load) 與內在負荷 (internal load)，外在負荷為運動員執行運動的量或強度，而內在負荷則是指運動員對運動產生的 生心理反應 (Fox, Stanton, & Scanlan, 2018; Scanlan, Wen, Tucker, & Dalbo, 2014; Svilar, Castellano, Jukic, & Casamichana, 2018)。慣性感測器 (inertial measurement unit) 是近年 被各國學者廣為採用的電子科技設備，其能夠結合置入於穿戴式產品中，用來監測籃球 員的外在負荷，優點是非常的輕巧且方便攜帶，對於球員在運動時不會有不適感，且擷 1.
(11) 取 頻 率 高 ， 其 內 包 含 了 加 速 規 (accelerometer) 、 陀 螺 儀 (gyroscope) 、 磁 力 計 (magnetometer)。許多研究透過不同的演算方式對於慣性感測器的數據進行分析，例如 MAD (mean amplitude deviation) , PlayerLoad (PL), MPD (mean power deviation) 等 (Montgomery, Pyne, & Minahan, 2010; Vaha-Ypya, Vasankari, Husu, Suni, & Sievanen, 2015)。 然而在籃球運動中，最常使用的為PlayerLoad (PL)，其定義是將運動中三軸 (x, y, z) 瞬 時的加速度變化量加總，這方式可記錄到各個方向的身體活動以及碰撞，藉此來量化身 體組織、肌肉骨骼系統所承受的壓力，如此可以運用在各種團隊運動，如足球、橄欖球 和籃球，並建立良好的信效度 (Kempton, Sullivan, Bilsborough, Cordy, & Coutts, 2015)。 然而只有觀察外在負荷是不夠的，每一位球員可能因專項位置的特性或是體能上的 差異，即使接受同一套訓練，內在負荷對生心裡的影響程度也可能不同。外在負荷猶如 劑量，內在負荷則像身體所產生的反應，反映籃球員對於訓練及比賽產生的生心理反應 (Akubat, Barrett, & Abt, 2014)。在生理學指標上可以透過血液分析等方法，然而血液分 析需要透過侵入性的方式，較不適合臨場使用 (Narazaki, Berg, Stergiou, & Chen, 2009; Nunes et al., 2014)，因此藉由穿戴式裝置測量可以避免侵體性測量所產生的不便。穿戴 式裝置中最常使用的即是心率帶來測量心跳率。運動時心跳率是非常容易取得的資訊， 方便且非侵入性，可以透過平均心跳率或是最大心跳數值來了解運動強度與運動維持能 力。後來更有學者提出訓練衝量 (training impulse, TRIMP) 的概念，藉由區段訓練衝量 法 (summated heart rate zone, SHRZ)，將運動時的心跳率曲線分為五個區段，分別為5060 %、60-70 %、70-80、80-90 %以及90-100 %的最大心跳率區間，將5個區段運動時間 乘以加權數量化運動的負荷 (Edwards, 1994)。從上述觀點來看，內外在負荷兩者提供不 同的資訊，不過研究指出兩者並非呈線性關係，在籃球比賽中相關性不高，因為籃球運 動中橫向移動多且是間歇性的運動 (Scanlan et al., 2014)。因此也有學者提出了內在負荷 與外在負荷整合的指標SHRZ:PL，透過SHRZ除以PlayerLoad，探討在相同的外在負荷下， 內在負荷上升的趨勢，藉此反映出肌肉組織負荷相對於心率負荷上升的比率，因而更能 了解內外在負荷的趨勢 (Fox, Stanton, & Scanlan, 2018)。. 2.
(12) 第二節 問題背景 對於教練來說，了解運動負荷才能安排良善的訓練計畫，在籃球訓練中常透過不同 人數及半場、全場設計的籃球訓練情境，稱之為Small-Sided Games (SSG)。如半場3對3， 可以提供球員在戰術組合與體能不同的刺激，近年來，國際籃球賽除了5對5以外，3對3 的比賽更是納入奧運的比賽項目，因此人數與全場半場是否造成運動負荷不同值得深入 探討。再者，過往許多研究分析訓練情境之運動負荷時，很少考量專項位置屬性的差異， 研究指出後場球員通常為球隊身高較矮小的球員，但其具有快速移動能力，負責運球、 突破等任務，而前場球員則通常為球隊身高較高的球員，負責進攻、保護禁區與爭搶籃 板，後場球員在場上較常進行滑步、衝刺動作，前場球員則有較多的卡位與身體碰撞， 更顯示出專項位置間動作模式的差異，因此對兩者的訓練安排及休息配置應有所不同 (Puente, Abian-Vicen, Areces, Lopez, & Del Coso, 2017)。 綜合上述，不同訓練情境的設計是否影響運動負荷值得探討，但在監測籃球訓練情 境運動負荷時，專項位置之間的差異是否造成運動負荷不同，更值得釐清。因此本研究 目的為探討不同專項位置籃球選手在不同訓練情境下其運動負荷量是否有所不同，並藉 由穿戴式裝置得到內外在負荷的量化指標。其中內外在運動負荷指標為應變項，獨立變 項為專項位置與訓練情境，希望本研究結果可以作為往後籃球訓練運動負荷的參考指標。. 第三節 研究目的 一、比較不同位置籃球員外在負荷與內在負荷參數 二、比較不同訓練情境外在負荷與內在負荷參數. 3.
(13) 第四節 操作性名詞定義解釋 一、 PlayerLoad(運動員身體負載量) 透過慣性感測器紀錄X,Y,Z三軸的加速度瞬時變化量，將三軸加速度變化率平方後 相加總再開根號，最後除以擷取頻率，以監測球員的運動負荷，與運動時執行動作的強 度有關(Montgomery, Pyne, & Minahan, 2010)。 二、 慣性感測器（Inertial measurement unit） 慣性感測器是一種微小的電子精密裝置，能測量慣性力大小，常見的慣性力包括重 力，加速度與角速度等，因此可以用於感測速度，位置與方向的變化，慣性感測器包含 了加速規(accelerometer)、陀螺儀(gyroscope)，磁力計(magnetometer)，加速規可以用來感 測瞬時的加速度，陀螺儀可以用來感測角速度，磁力計則可用來分析方位。 三、外在負荷(External Load) 運動員從事運動時，身體執行動作的量或強度，肌肉關節組織所承受之負荷。 四、內在負荷(Internal Load) 運動員從事運動時，身體對於從事的運動所產生的生心理反應。 五、SHRZ:PL內外在負荷整合指標 SHRZ除以PlayerLoad，以內在負荷訓練量除以外在負荷訓練量，將訓練所產生之外 在負荷標準化，觀察內在負荷上升的趨勢，觀察肌肉組織負荷相對於心率負荷上升的比 率。. 第五節 研究範圍與限制 本研究探討為設計之訓練情境，然而真實比賽進攻及防守策略多變，本篇研究訓練 情境均採盯人防守策略，其他防守策略是否也有此結果須進一步探討。此外，本篇研究 對象為大專甲組球員，其他層級的球員使否有相同趨勢亦值得深入研究。. 4.
(14) 第二章. 文獻探討. 本研究目的在探討不同專項位置籃球運動員在不同籃球訓練情境間的外在負荷與 內在負荷參數情形。因此，本章節文獻探討將其分為以下部分來進行討論。. 第一節 後場與前場球員差異之探討 在籃球比賽中，籃球場上的專項位置可以分為後場球員和前場球員，後場球員包括 控球後衛（Point Guard）和得分後衛（Shooting Guard）；前場球員包括小前鋒（Small Forward） 、大前鋒（Power Forward）以及中鋒（Center） 。每位球員因身材條件、技術條 件及球隊角色等因素不同，使其有不同的專項位置特性。後場球員通常需要具備優異的 運球能力與出色的外線能力，而前場球員則常需負責在禁區攻擊以及保護禁區。在身型 部分，研究指出身型是影響球員專項位置的主要因素，後場球員通常身體質量較小，因 此在推進、加速、衝刺時較為省力，反觀前場球員為了在禁區進攻與防守，通常為身材 較高大、體重較重、體脂率較高，在最大攝氧量表現比後場球員來的差 (Ostojic, Mazic, & Dikic, 2006)。另外，也有研究針對衝刺表現作比較，發現後衛的表現優於前鋒，而前 鋒又優於中鋒 (Boone & Bourgois, 2013)。從上述研究可發現，身型是影響球員專項位置 與運動表現的重要因素。 另外也有研究指出後衛球員比賽時執行的動作數 (1103–1146個動作) 較中鋒球員 多 (907–1026個動作)(McInnes, Carlson, Jones, & McKenna, 1995)。後衛球員在衝刺、高 強度滑步所花的時間比例亦高於前鋒球員及中鋒球員(衝刺 5.9 vs 5.4% vs 4.5%; 高強度 滑步9.3 vs. 9.2% and 7.9%)，對於不同位置籃球員在運動負荷差異中，研究透過TMA分 析指出，後衛球員在比賽時執行高強度動作時間高於中鋒球員，血乳酸值亦高於中鋒球 員 (Ben Abdelkrim, El Fazaa, & El Ati, 2007) 。 綜合上述，可以發現不同專項位置之間從身型到動作模式的差異，以至於影響比賽 中所執行的動作以及運動負荷，過去研究大多是透過錄影後分析球員運動負荷，較少使 用穿戴式裝置，因此本研究欲透過穿戴裝置探討不同位置籃球員之運動負荷特性。 5.
(15) 第二節 籃球訓練情境外在負荷量化之探討 一、運動時空間分析(Time motion Analysis TMA) TMA分析在許多籃球訓練及比賽中被廣泛運用，透過攝影的方式匯出影片，再透過 軟體做分析，包含了速度、移動距離、動作數、動作持續時間等 (Conte et al., 2015; Hulka, Cuberek, & Svoboda, 2014)。有研究提出了對於籃球的外在負荷模式，高強度負荷動作包 含了衝刺、跳躍、高強度滑步，中等強度負荷動作有快跑、中強度滑步，低強度負荷動 作則有慢跑、走、站、低強度滑步，再以球員上場時間作為換算(McInnes et al., 1995)。 而有學者研究發現在不同人數的訓練中，一對一有最高外在負荷，分別為每分鐘全場53 ±8個動作數和半場46±12個動作數 (Torres-Ronda, Ric, Llabres-Torres, de Las Heras, & Schelling, 2016)。然而TMA並不適用於頻繁的監測，因為資料處理耗時，可能無法即時 回報教練或球團球員的負荷狀況，另外，對於動作的定義可能有所模糊地帶 (Barris & Button, 2008)。. 二、微型科技 (Microtechnology) 相較於TMA的耗時，因此現今在籃球的外在負荷監測中發展更為便利的監測工具， 應用微型科技監測運動員包含使用Global positioning systems (GPS)的系統以及微型感測 器 (Microsensor)。GPS透過定位以了解球員的位置以計算速度。這些微型科技非常的輕 巧且方便攜帶，對於球員在運動時不會有太大額外的負荷或不適，許多研究運用在美式 足球、澳式橄欖球等團隊訓練及比賽的監控，使用GPS對球員定位，換算球員的移動距 離及速度，也建立了不錯信效度 (Chambers, Gabbett, Cole, & Beard, 2015; Duffield, Reid, Baker, & Spratford, 2010; Hausler, Halaki, & Orr, 2016)。不過GPS系統較不適用於室內以 及小範圍的運動，因為其訊號擷取頻率較低，無法記錄到小範圍所發生的各種加減速、 變換方向等，儘管有發展出室內的GPS系統，不過也因其費用過高，無法廣為使用 (Cummins, Orr, O'Connor, & West, 2013; Vanrenterghem, Nedergaard, Robinson, & Drust, 2017)。 6.
(16) 比起GPS系統，慣性感測器更容易且方便的量化籃球員的外在負荷，慣性感測器中 的加速規紀錄了運動中三軸(x, y, z)瞬時的加速度，將三軸的瞬時速度變化量相加總，再 除 上 擷 取 頻 率 ， 稱 為 運 動 員 身 體 負 載 量 PlayerLoad (Fox, Stanton, & Scanlan, 2018; Montgomery & Maloney, 2018; Montgomery et al., 2010; Schelling & Torres, 2016)。 Montgomery等人(2010)將慣性感測器應用於籃球員身上，比較籃球防守練習與進攻 練習、半場五對五與全場五對五比賽之外在負荷，結果顯示籃球防守練習與進攻練習的 PlayerLoad相近，而全場五對五比半場五對五有更高的外在負荷量。Schelling與Torres (2016)也透過設計各種人數的籃球對抗訓練，結果發現全場三對三與全場五對五對抗訓 練有較高的PlayerLoad。Fox等人 (2018)則比較了籃球體能訓練、籃球技術訓練與正式比 賽的外在負荷，發現籃球體能訓練擁有最高的PlayerLoad，而籃球技術訓練又比正式比 賽還來得高。Svilar等人 (2018)比較有暫定之五對五訓練、沒有暫停之五對五訓練與正 式比賽的外在負荷，結果發現沒有暫停之五對五訓練外在負荷最高，而有暫定之五對五 訓練則與正式比賽相近，因此建議目的若是要刺激球員的能量系統可採用沒有暫停之五 對五訓練，若是比賽接近時，則可採用有暫停之五對五以模擬真實比賽節奏。 綜合上述研究，在籃球運動當中目前最常被使用的監測工具是慣性感測裝置，透過 PlayerLoad的計算公式換算出運動員身體的外在負荷。在許多研究中比較了很多不同籃 球訓練內容與比賽的外在負荷，可以讓教練在安排訓練內容時有更好的依據，若是要刺 激球員生理負荷及體能選擇比較高PlayerLoad的訓練，而若是要模擬正式比賽的節奏則 選擇與正式比賽相近的訓練，也可以用來監測球員訓練是否過度，或是透過量化的方式 慢慢增加訓練量，達到漸進負荷的效果。. 7.
(17) 表1 籃球訓練情境外在負荷文獻整理 作者. 實驗內容. 受試者. Montgomery 等. 比較籃球防守 11 位高中男. 人(2010). 與進攻練習、 生籃球員. 攻練習無顯著差. 半場五對五與. 異，而全場五對五. 全場五對五比. 比半場五對五有更. 賽之外在負荷. 高的負荷量. Schelling &. 監控不同訓練 12 位職業籃. Torres(2016). 內容的外在負 球員. 量化方式. 結果. PlayerLoad. 籃球防守練習與進. PlayerLoad. 三對三與五對五有 較高的訓練量. 荷 Montgomery &. 比較三對三錦 361 位男性、. Maloney(2018) 標賽每場的比 208 位女性 賽負荷 Fox 等人(2018). 籃球體能訓. 15 位籃球員. PlayerLoad 、 每場比賽 移動距離. PlayerLoad 與移動. (GPS). 距離相近. PlayerLoad. 籃球體能訓練擁有. 練、技術訓練. 最高的 PlayerLoad. 與正式比賽 Svilar 等人. 比較有無暫定 16 位職業籃. (2018). 之五對五訓. 球運動員. PlayerLoad. 沒有暫停之五對五 PlayerLoad 值最. 練、與正式比. 高，有暫定之五對. 賽. 五訓練則與正式比 賽相近. 8.
(18) 第三節 籃球訓練情境內在負荷量化之探討 運動的強度與總量影響運動員生心理的反應，透過內在負荷的指標監控運動員的身 體狀況，可以讓教練或訓練人員了解運動員對於運動的生心理反應(Scanlan, Wen, Tucker, & Dalbo, 2014)。運動中心跳率是非常容易取得的資訊，隨著穿戴科技的發展，只要透過 心率錶帶或胸帶就可輕鬆取得，方便且非侵入性，心跳率與攝氧量的相關性使心跳可以 用來衡量運動強度，甚至是估計能量的消耗(Berkelmans et al., 2018)。 有研究比較藍球各種人數SSG訓練的內在負荷，發現2對2的對抗平均心跳率大於4 對4 (Klusemann, Pyne, Foster, & Drinkwater, 2012)，也有研究指出2vs2對打的最大心跳百 分比高於4vs4 ( 87.1 ± 2.9 %HRmax >84.5 ± 4.0 %HRmax)，SHRZ也是2vs2較高 (54.1 AU± 3.5 > 51.0AU ± 5.1)(Conte, Favero, Niederhausen, Capranica, & Tessitore, 2016)，顯示人數 是影響運動負荷的一大因素。亦有研究比較籃球體能訓練、籃球練習賽、正規比賽，發 現籃球體能訓練、籃球練習賽之SHRZ高於正規比賽(Fox et al., 2018)。 另外在不同防守策略中，研究指出區域防守以及人盯人防守，發現其在平均心跳未 達顯著差異(Ben Abdelkrim, Castagna, El Fazaa, & El Ati, 2010)。 綜合上述，許多研究針對不同籃球訓練情境的內在負荷進行比較，顯示出人數不同 的訓練情境設計會對於球員在心跳產生不同的負荷，目前國際上正規比賽包含3對3以及 5對5，因此本研究欲比較3對3以及5對5兩種不同人數的情境，來探討其運動負荷是否有 所不同。. 9.
(19) 第參章. 研究方法. 第一節 研究對象 研究參與者為大專甲組男子籃球後場球員12位，前場球員7位，所屬之位置由教練 或球隊平時所賦予。研究過去半年內下肢肌肉骨骼系統沒有受過嚴重傷害，測驗時也沒 有肌肉骨骼系統疼痛的狀況。本研究遵守倫理考量，以研究對象自主、不傷害及保密原 則。研究前得向研究對象說明研究目的、資料收集方法、資料保密性、參與研究之權利。. 第二節 研究工具 一、Naxsen慣性感測器，台灣新竹矽譜科技公司製造，型號InvenSense MPU9250，長5公分 ；寬4.6分；高0.9公分，如圖3-1所示，內含加速規、陀螺儀、磁力 計，偵測加速度、角加速度等感測資訊。本研究將Naxsen感測器配戴於球員右髂前上 脊位置，此位置接近人體身體質心，較不會受到四肢擺動的影響，如圖3-2。Naxsen感 測器擷取頻率為100HZ，加速度收取範圍為±16 G。垂直方向為x軸，左右方向為y軸， 前後方向為z 軸。. 圖3-1. Naxsen慣性感測器. 10.
(20) 圖3-2 感測器放置示意圖 二、Polar H10心率帶，採用Polar公司所製造之心率帶，型號H10 (圖3-3) 紀錄運動 時心率的變化，配戴於受試者胸前，透過手機藍芽蒐取資料. 圖 3-3. Polar H10 心率帶. 11.
(21) 第三節 實驗流程 (一) 先向受試者說明實驗內容及程序，填寫個人基本資料並簽署受試者同意書，再 進行儀器的佩戴 (二) 儀器配戴 將慣性感測器配置於受試者腰部的位置，心率帶則配戴於胸口。 (三) 訓練情境 進行實驗前先向受試者說明研究之目的與流程，測驗前，先記錄參與者之基本資料， 包含身高、體重、生日以及量測球員之安靜心跳率，充分熱身後進行籃球對打。訓練情 境分為在3對3半場對抗、5對5全場對抗，3對3隊伍配置為2位後場、1位前場，5對5為2位 後場、3位前場，共蒐取8分鐘之數據，對打過程均採盯人防守，進攻時間依照國際籃總 (FIBA)，3對3進攻時間為12秒，5對5進攻時間為24秒，其餘規亦按照國際籃總 (FIBA)所 頒定之規則。後場球員與前場球員均配戴慣性感測器與心率帶。. 第四節 資料處理 （一）將慣性感測器所蒐取的資料經由軟體workbench匯出，並計算其PlayerLoad數 值，其物理意義為將三軸加速度變化率平方後相加總再開根號，最後除以擷取頻率100 (Montgomery et al., 2010)。另外，本研究亦分析不同方向動作之外在負荷，分別為垂直 方向 (x軸)、左右方向 (y軸)、前後方向 (z軸)、矢狀面 (xz平面)、水平面 (yz平面)、額 狀面 (xy平面) 。 PlayerLoad及各方向動作外在負荷計算公式如下，n為資料數，研究指出計算結果以 任意單位(arbitrary units, AU) 表示 (Scanlan, Dascombe, & Reaburn, 2011)。 PlayerLoad (AU) =∑𝑡𝑛=1. √(𝒙𝒏+𝟏 −𝒙𝒏 )𝟐 +(𝒚𝒏+𝟏 −𝒚𝒏 )𝟐 +(𝒛𝒏+𝟏 −𝒛𝒏 )𝟐 𝟏𝟎𝟎. 垂直方向動作負荷 (AU)= ∑𝑡𝑛=1. √(𝒙𝒏+𝟏 −𝒙𝒏 )𝟐. 左右方向動作負荷 (AU)= ∑𝑡𝑛=1. √(𝒚𝒏+𝟏 −𝒚𝒏 )𝟐. 𝟏𝟎𝟎. 𝟏𝟎𝟎 12. 。.
(22) 前後方向動作負荷 (AU)= ∑𝑡𝑛=1. √(𝒛𝒏+𝟏 −𝒛𝒏 )𝟐 𝟏𝟎𝟎. 矢狀面動作負荷 (AU)= ∑𝑡𝑛=1. √(𝒙𝒏+𝟏 −𝒙𝒏 )𝟐 +(𝒛𝒏+𝟏 −𝒛𝒏 )𝟐. 水平面動作負荷 (AU)= ∑𝑡𝑛=1. √(𝒚𝒏+𝟏 −𝒚𝒏 )𝟐 +(𝒛𝒏+𝟏 −𝒛𝒏 )𝟐. 額狀面動作負荷 (AU)= ∑𝑡𝑛=1. √(𝒙𝒏+𝟏 −𝒙𝒏 )𝟐 +(𝒚𝒏+𝟏 −𝒚𝒏 )𝟐. 𝟏𝟎𝟎. 𝟏𝟎𝟎. 𝟏𝟎𝟎. （二）心率帶由Acentas Hr Monitor匯出，紀錄最大心跳、平均心跳以及計算SHRZ。 SHRZ將最大心跳率分為五個區段，將各區段運動時間，以分鐘乘上不同區段加權數而 得到訓練衝量值，以AU表示 (Edwards, 1994)。公式如下： SHRZ = (最大心跳率50-60 %運動時間)×1＋(最大心跳率60-70%運動時間)×2＋(最大 心跳率70-80%運動時間)×3＋(最大心跳率80-90%運動時間)×4＋(最大心跳率90-100%運 動時間)×5。 （三）內外在負荷整合指標SHRZ:PL，公式為SHRZ除以PlayerLoad，以無單位表示 (Fox, Stanton, & Scanlan, 2018)。. 第五節 統計分析 將慣性感測器與心率帶所收到數據以統計軟體IBM SPSS for Windows 23.0 版本 進行統計分析。本研究的顯著水準定在α= .05，以描述性統計參與者的年齡、身高、體 重和安靜心率，使用獨立樣本t 檢定來分析後場球員及前場球員基本資料。 專項位置與訓練情境為自變項，外在負荷與內在負荷各項指標為依變項，後場球員 及前場球員在3對3及5對5訓練情境之外在負荷與內在負荷以專項位置 (後場球員、前場 球員) 與訓練情境 (3對3、5對5) 進行混合設計二因子變異數分析 (mixed design of two-way analysis of variance, ANOVA)，事後比較採LSD法，其中訓練情境為重複量 數，考驗專項位置與訓練情境之各項數據是否達顯著交互作用情形，若交互作用達到顯 著差異水準，則進一步考驗單純主要效果。. 13.
(23) 第肆章. 結果. 第一節 球員基本資料分析 如表4-1所示，後場球員與前場球員的基本資料，經獨立樣本t 檢定結果發現，身 高部分前場球員顯著高於後場球員 (188.00 ± 3.00cm > 174.67 ± 6.56cm)；體重前場 球員顯著大於後場球員 (81.14 ± 9.33kg > 70.33 ± 7.85kg)，顯示前場球員通常為球 隊中身高較高、體重較重的球員。年齡及安靜心率兩組則未達顯著差異(p > .05)。. 表4-1 後場與前場球員身體資料分析比較表. 身高(cm) 體重(kg) 年齡(years) 安靜心跳率 (下/分鐘). 後場球員 (N = 12). 前場球員 (N = 7). mean 174.67 70.33 20.08 63.58. mean 188.00 81.14 20.42 67.57. SD 6.56 7.85 1.62 6.52. SD 3.00 9.33 1.90 7.91. P值 0.00* 0.01* 0.68 0.25. 註：*代表統計達顯著差異 (p < .05). 第二節 不同訓練情境對於後場及前場球員外在負荷之分析 由表4-2所示，外在負荷各指標在專項位置與訓練情境兩個變項的交互作用皆未達 顯著水準 (p > .05)，因此無須進行單純主要效果分析。如圖4-1所示，後場球員 PlayerLoad顯著大於前場球員 (205.1 ± 34.4 AU > 175.29 ± 31.89 AU)；垂直方向動 作負荷，後場球員顯著大於前場球員 (108.1±18.4 AU > 92.4±15.4 AU)；額狀面動作 負荷，後場球員顯著大於前場球員 (162.1±23.5 AU > 140.8 ±24.7 AU)，顯示後場球 員比前場球員有更高的外在負荷，運動動作強度與量更高，其與跳躍、橫向移動有關。 另外，水平面有較矢狀面與額狀面低的趨勢，垂直方向平均則高於左右與前後方向，顯 見垂直方向動作負荷佔的比重最大。再者，外在負荷在兩種訓練情境中均未達顯著差異 14.
(24) (p > .05)，參與3對3或5對5兩項訓練情境對於肌肉關節組織負荷並沒有顯著不同。. 表4-2 後場與前場球員在兩種訓練情境之外在負荷分析表 依變項與組別. 3對3. 5對5. Mean. SD. Mean. SD. 專項 位置. ANOVA 訓練 情境. 交互 作用. PlayerLoa d (AU). 後場 前場. 204.9 166.5. 31.8 36.3. 205.1 184.1. 38.4 26.5. F=4.48* (p=.049*). F=1.26 (p =.277). F=1.17 (p =.294). 垂直方向. 後場. 106.5. 15.2. 110.6. 21.7. F=5.28*. F=3.39. F=0.78. (AU). 前場. 86.5. 15.1. 98.3. 14.2. (p =.035*). (p =.083). (p =.390). 左右方向. 後場 前場. 97.3 83.0. 14.0 17.3. 97.3 89.7. 14.5 18.6. F=2.90 (p =.106). F=0.80 (p =.381). F=0.77 (p =.392). 後場 前場. 101.2 77.6. 23.2 23.8. 98.1 85.6. 30.1 17.3. F=2.90 (p =.107). F=0.21 (p =.651). F=1.11 (p =.307. 後場 前場. 160.6 133.5. 21.9 24.9. 163.6 148.0. 25.9 24.1. F=4.77* (p =.043*). F=2.10 (p =.165). F=0.90 (p =.357). 後場 前場. 157.3 127.5. 27.1 31.3. 155.0 138.9. 29.5 21.0. F=4.00 (p =.062). F=0.51 (p =.485). F=1.12 (p =.304). 後場 前場. 163.6 129.8. 27.9 30.1. 164.0 145.6. 38.2 21.6. F=4.02 (p =.061). F=1.35 (p =.261). F=1.22 (p =.384). (AU) 前後方向 (AU) 額狀面 (AU) 水平面 (AU) 矢狀面 (AU). 註：*代表統計達顯著差異 (p < .05). 15.
(25) 第三節 不同訓練情境對於後場及前場球員內在負荷之分析 由表4-3所示，內在負荷各指標在專項位置與訓練情境兩個變項的交互作用皆未達 顯著水準 (p > .05)，因此無須進行單純主要效果分析。 各指標中專項位置未達顯著差異 (p > .05)，顯示前場球員與後場球員並無不同。 另外，3對3亦有相同結果，在各項指標未達顯著差異(p > .05)，顯示3對3所造成的心 率負荷與5對5並無不同。 再者，本研究發現從平均心跳率顯示籃球對抗的強度平均為每分鐘150下以上，約 為最大心跳率的75％左右，而最大心跳的平均強度超過每分鐘170下，高於最大心跳率 的85％，與先前研究指出籃球運動中時常達到最大心跳率的85％趨勢相符 (Stojanovic et al., 2018)。. 16.
(26) 表4-3 後場與前場球員在兩種訓練情境之內在負荷分析表 依變項 組別. 3對3 Mean. 5對5 SD. Mean 23.5. SD. 專項 位置. ANOVA 訓練 情境. 7.2. F=1.43 (p=.243). F=1.41 (p=.250). F=0.02 (p=.898). F=1.11 (p=.307). F=3.64 (p=0.073). F=1.04 (p=.322). F=0.76 (p=.397). F=2.79 (p=.113). F=0.28 (p=.606). SHRZ (AU). 後場 26.2. 6.6. 前場 31.1. 13.4 29.0. 14.7. 平均心 跳(下/ 分鐘). 後場 158.0. 8.5. 9.5. 前場 161.1. 13.5 159.6. 12.3. 最大心 跳(下/ 分鐘). 後場 176.2. 9.0. 9.3. 前場 179.1. 12.1 177.1. 152.8. 172.3. 11.1. 交互 作用. 第四節 不同訓練情境對於後場及前場球員內外在負荷整合指標之分析 由表4-4所示，籃球訓練SHRZ:PL平均範圍大約介於0.1至0.3之間，在專項位置與訓 練情境兩個變項的交互作用皆未達顯著水準 (p > .05)，因此無須進行單純主要效果分 析。如圖4-2，專項位置前場球員之SHRZ:PL顯著大於後場球員 (0.17 ± 0.07 AU > 0.12 ± 0.03 AU)，訓練情境3對3之SHRZ:PL顯著大於5對5 (0.15 ± 0.06AU > 0.13 ± 0.05 AU)。顯示前場球員內外在負荷比值顯著的高於後場球員，外在負荷標準化後的心率負 荷累積上升之速度較快，而3對3之內外在負荷比值顯著的高於5對5，顯示從事3對3對抗 外在負荷標準化後心率負荷上升之速度較快。. 17.
(27) 表4-4 後場與前場球員在兩種訓練情境之SHRZ:PL分析表 依變項 組別. 3對3 M. 5對5 SD. M. 專項 位置. SD. SHRZ 後場 0.13 0.03 0.12 0.04 F=4.69* :PL 前場 0.19 0.08 0.16 0.07 (p=.045*) 註：*代表統計達顯著差異 (p < .05). 18. ANOVA 訓練 情境. 交互 作用. F=5.29* (p=.034*). F=1.17 (p=.295).
(28) 第伍章. 討論. 本研究探討外在負荷及內在負荷各項指標，分析不同專項位置與訓練情境運動負荷 之特性，主要分以下五部分進行討論。. 第一節 各專項位置身體資料的差異 過去研究指出前場球員為身高較高、體重較重的球員，前場球員在禁區進攻及防守， 而後場球員需具備優異的速度與敏捷性，因此身高較矮、體重較輕。本篇研究蒐集的球 員為大專甲組男子籃球員，如表4-1所示，後場球員與前場球員的基本資料，經獨立樣本 t 檢定結果發現，身高部分前場球員顯著高於後場球員 (188.00 ± 3.00cm > 174.67 ± 6.56cm)；體重前場球員顯著大於後場球員 (81.14 ± 9.33kg > 70.33 ± 7.85kg)，顯示前 場球員為球隊中身高較高、體重較重的球員，與過去研究結果一致，符合現今籃球專項 位置的屬性 (Ostojic, Mazic, & Dikic, 2006)。. 第二節 各專項位置外在負荷在訓練情境中的差異 過去研究使用TMA分析籃球專項位置指出後場球員在場上加速、滑步、減速時間較 前場球員多，且慢走與慢跑的時間較前場球員少，導致其整體負荷較前場球員高 (Stojanovic et al., 2018)。另外有研究指出後場球員在球場上移動的距離較長(Edwards et al., 2018)，不過較少有研究透過穿戴式裝置分析不同專項位置。本篇研究結果從圖4-1可 發現後場球員PlayerLoad顯著大於前場球員 (205.1±34.4 AU > 175.29 ±31.89 AU)，與 TMA相關研究趨勢相同，顯示後場球員的動作模式導致慣性感測器加速度變化大，進而 產生較高的PlayerLoad。後場球員之動作模式導致其肌肉組織、關節所承受的壓力較大， 建議未來應多注意後場球員在訓練時加強下肢的肌力，並且加強訓練後身體組織、肌肉 關節的恢復。 另外，從圖4-1可看到後場球員垂直方向動作負荷顯著大於前場球員 (108.1±18.4AU 19.
(29) > 92.4±15.4AU)；額狀面動作負荷顯著大於前場球員 (162.1±23.5 AU > 140.8 ±24.7 AU)， 顯示垂直方向及額狀面的動作是造成後場球員負荷較高的主因，這類動作可能是跳躍落 力的衝擊、左右方向的加速減速或是側向切入，因此未來也可針對後場選手在垂直及橫 向移動的動作加以訓練，以提升身體在訓練及比賽的適應性。 而綜觀所有動作方向之負荷，不論是在後場球員或是前場球員，水平面有較低的平 均值，而垂直方向則有最高的平均值，顯示身體的旋轉在籃球運動中比重相對較低，而 高比例垂直方向的外在負荷則代表跳躍落地動作是籃球員不可或缺的基礎能力，因此針 對跳躍落地的姿勢緩衝訓練是減少垂直負荷量重要的課題，若是跳躍落地緩衝不佳，有 可能導致垂直方向的外在負荷增加，進而提高下肢傷害的風險。另外，訓練情境中5對5 沒有因其全場設計擁有比3對3較高的外在負荷值，顯示兩個訓練情境對於身體組織所造 成的壓力並無顯著差異。. 第三節 各專項位置內在負荷在訓練情境中的差異 由表4-3所示，各內在負荷指標中因子均未達顯著差異 (p > .05)。圖4-1可看到後場 球員有較高的外在負荷，但內在負荷卻與前場球員無顯著差異，頻繁的衝刺、加速、變 向並未造成後場球員內在負荷上值較高，原因可能是因為後場球員擁有較好的心肺適能 (Stojanovic et al., 2018)。再者，最大心跳反映球員在短暫時間內運動的努力程度或運動 強度 (Sanders, Boos, Rhodes, Kollock, & Peacock, 2018)，籃球場上常需快速攻防轉換， 易造成心跳的峰值產生並導致疲勞 (Klusemann, Pyne, Foster, & Drinkwater, 2012)，本研 究最大心跳的平均強度超過每分鐘170下，高於最大心跳率的85％，專項位置間未達顯 著差異，顯示後場球員並未因快速回防與推進造成較高的心跳峰值。 再者，3對3內在負荷各指標與5對5無顯著差異，人數與進攻時間是影響因素，雖然 3對3進攻時間12秒相較於5對5的24秒短，但並沒有在內在負荷達到顯著差異。 平均心跳反映運動之平均強度，過去研究指出籃球訓練的平均心跳範圍介於133±19 下至183±6下，最大心跳率的65％至92％之間，顯示籃球訓練的情境多樣化，強度依循著 20.
(30) 訓練情境的設計而變化 (Castagna, Impellizzeri, Chaouachi, Ben Abdelkrim, & Manzi, 2011)。 本篇研究則介於150至165下左右，最大心率70％至82％，顯示訓練時的對打球員所產生 之心率範圍，教練可藉由心率區間了解球員是否運動強度過高或是訓練未盡努力。. 第四節 各專項位置內外在負荷整合指標在訓練情境中的差異 如圖4-2，前場球員之SHRZ:PL顯著大於後場球員 (0.17 ± 0.07 AU > 0.12 ± 0.03 AU)，意旨在相同的外在負荷下，前場球員心率負荷累積上升速度較快，可能與體能上、 心肺適能的差異有關。先前研究指出，後衛球員比起中前鋒球員有較佳的心肺適能，中 前鋒球員為應付其較重的體重導致其心率負荷較後衛大(Torres-Ronda et al., 2016)，體重 較重的球員往往體能上負擔較大，這也可能是導致前場球員SHRZ:PL較高的原因。因此 前場球員在訓練休息比例及比賽間的輪替應較後場球員頻繁，且體能應當加強。 再者，如圖4-2，訓練情境3對3之SHRZ:PL顯著大於5對5 (0.15 ± 0.06AU > 0.13± 0.05 AU)。意旨在相同的外在負荷下，3對3有較快的心率負荷累積速度，3對3雖然僅是半場 之對打，但進攻時間只有12秒，球權輪替、攻守轉換的速度較5對5來的快，5對5中的攻 守輪替包含過半場的8秒，進攻總共24秒，這可能使球員處於強度較低的時間較3對3長。 另外，先前文獻指出對打人數是影響運動強度的因素，較少人數的對抗擁有較高的運動 負荷，3對3使球員參與進攻及防守的比例增加 (Vaquera et al., 2018)。因此半場的對抗也 能透過進攻時間以及人數的設計，提供比全場對抗更高的運動負荷，這點也可以給教練 與選手作為參考，透過3對3作為超負荷的方式以準備5對5的比賽。 先前研究指出內外在負荷結合觀察趨勢比起單純觀察外在負荷及內在負荷更能了 解運動負荷的變化 (Akubat, Barrett, & Abt, 2014; Akubat, Barrett, Sagarra, & Abt, 2018; Castillo, Weston, McLaren, Camara, & Yanci, 2017)。在本篇研究中，單純比較內在負荷各 指標時並未發現顯著差異，但除以外在負荷後，對每位球員所執行的外在負荷標準化， 消除個體間在執行運動量的差異，即發現訓練情境與專項位置的趨勢。內外在負荷的指 標SHRZ:PL幫助我們更深入觀察與監控籃球運動負荷狀況。 21.
(31) 第陸章. 結論與建議. 本研究分別利用慣性感測器與心率帶量化外在負荷與內在負荷，觀察到不同專項位 置在不同訓練情境下的運動負荷，並發現後場球員的動作模式易造成整體較高的外在負 荷，且主要來自於垂直方向以及額狀面，如滑步、跳躍等動作，由於這類動作會產生較 高的加速度變化，其對於身體組織、肌肉關節的負荷也相對較大，應當加強後場球員在 下肢的肌力，訓練跳躍、滑步變向等專項動作，提高身體應付來自垂直方向以及額狀面 之負荷。而前場球員雖然沒有較高的外在負荷，卻有較高內外在負荷比率，代表前場球 員在相同的外在負荷狀況下，心肺適能上的負擔較高，教練應多加強前場球員之心肺適 能以及比賽之輪替，顯示兩專項位置間運動負荷的差異性。因此運動負荷在球員身上所 產生的特徵，可供往後教練作為球員訓練及休息的依據。再者，兩種訓練情境中3對3有 較高的SHRZ: PL比值，可得知不同訓練情境的設計可提供不同的運動強度，教練可透過 半場3對3的對打訓練球員，使球員能更輕鬆應付全場5對5的比賽，對更高的運動負荷產 生適應。另外，同時觀察內在外負荷與內外整合指標可讓往後監控籃球運動能更全面、 更能了解運動負荷對籃球員的影響。. 22.
(32) 參考文獻 Akubat, I., Barrett, S., & Abt, G. (2014). Integrating the internal and external training loads in soccer. International Journal of Sports Physiology and Performance, 9(3), 457-462. doi:10.1123/ijspp.2012-0347 Akubat, I., Barrett, S., Sagarra, M. L., & Abt, G. (2018). The validity of external:Internal training load ratios in rested and fatigued soccer players. Sports (Basel), 6(2). doi:10.3390/sports6020044 Aroganam, G., Manivannan, N., & Harrison, D. (2019). Review on wearable technology sensors used in consumer sport applications. Sensors (Basel), 19(9). doi:10.3390/s19091983 Barris, S., & Button, C. (2008). A review of vision-based motion analysis in sport. Sports Medicine, 38(12), 1025-1043. doi:10.2165/00007256-200838120-00006 Ben Abdelkrim, N., Castagna, C., El Fazaa, S., & El Ati, J. (2010). The effect of players' standard and tactical strategy on game demands in men's basketball. The Journal of Strength and Conditioning Research, 24(10), 2652-2662. doi:10.1519/JSC.0b013e3181e2e0a3 Ben Abdelkrim, N., El Fazaa, S., & El Ati, J. (2007). Time-motion analysis and physiological data of elite under-19-year-old basketball players during competition. British Journal of Sports Medicine, 41(2), 69-75; discussion 75. doi:10.1136/bjsm.2006.032318 Berkelmans, D. M., Dalbo, V. J., Kean, C. O., Milanovic, Z., Stojanovic, E., Stojiljkovic, N., & Scanlan, A. T. (2018). Heart rate monitoring in basketball: Applications, player responses, and practical recommendations. The Journal of Strength and Conditioning Research, 32(8), 2383-2399. doi:10.1519/jsc.0000000000002194 Boone, J., & Bourgois, J. (2013). Morphological and physiological profile of elite basketball players in Belgian. The International Journal of Sports Physiology and Performance, 8(6), 630-638. doi:10.1123/ijspp.8.6.630 Castagna, C., Impellizzeri, F. M., Chaouachi, A., Ben Abdelkrim, N., & Manzi, V. (2011). Physiological responses to ball-drills in regional level male basketball players. Journal of Sports Sciences, 29(12), 1329-1336. doi:10.1080/02640414.2011.597418 23.
(33) Castillo, D., Weston, M., McLaren, S. J., Camara, J., & Yanci, J. (2017). Relationships between internal and external match-load indicators in soccer match officials. International Journal of Sports Physiology and Performance, 12(7), 922-927. doi:10.1123/ijspp.2016-0392 Chambers, R., Gabbett, T. J., Cole, M. H., & Beard, A. (2015). The use of wearable microsensors to quantify sport-specific movements. Sports Medicine, 45(7), 10651081. doi:10.1007/s40279-015-0332-9 Conte, D., Favero, T. G., Lupo, C., Francioni, F. M., Capranica, L., & Tessitore, A. (2015). Time-motion analysis of Italian elite women's basketball games: individual and team analyses. The Journal of Strength and Conditioning Research, 29(1), 144-150. doi:10.1519/jsc.0000000000000633 Conte, D., Favero, T. G., Niederhausen, M., Capranica, L., & Tessitore, A. (2016). Effect of different number of players and training regimes on physiological and technical demands of ball-drills in basketball. Journal of Sports Sciences, 34(8), 780-786. doi:10.1080/02640414.2015.1069384 Cummins, C., Orr, R., O'Connor, H., & West, C. (2013). Global positioning systems (GPS) and microtechnology sensors in team sports: a systematic review. Sports Medicine, 43(10), 1025-1042. doi:10.1007/s40279-013-0069-2 Duffield, R., Reid, M., Baker, J., & Spratford, W. (2010). Accuracy and reliability of GPS devices for measurement of movement patterns in confined spaces for court-based sports. Journal of Sports Sciences, 13(5), 523-525. doi:10.1016/j.jsams.2009.07.003 Edwards, S. (1994). The heart rate monitor book. Medicine & Science in Sports & Exercise, 26(5), 647. Retrieved from https://journals.lww.com/acsmmsse/Fulltext/1994/05000/The_Heart_Rate_Monitor_Book.20.aspx Edwards, T., Spiteri, T., Piggott, B., Bonhotal, J., Haff, G. G., & Joyce, C. (2018). Monitoring and managing fatigue in basketball. Sports (Basel), 6(1). doi:10.3390/sports6010019 Fox, J. L., Stanton, R., & Scanlan, A. T. (2018). A comparison of training and training demands in semiprofessional male basketball Players. Research Quarterly for Exercise and Sport, 89(1), 103-111. doi:10.1080/02701367.2017.1410693 24.
(34) Hausler, J., Halaki, M., & Orr, R. (2016). Application of global positioning system and microsensor technology in competitive rugby league match-Play: A systematic review and meta-analysis. Sports Medicine, 46(4), 559-588. doi:10.1007/s40279-015-0440-6 Hulka, K., Cuberek, R., & Svoboda, Z. (2014). Time-motion analysis of basketball players: a reliability assessment of Video Manual Motion Tracker 1.0 software. Journal of Sports Sciences, 32(1), 53-59. doi:10.1080/02640414.2013.805237 Kempton, T., Sullivan, C., Bilsborough, J. C., Cordy, J., & Coutts, A. J. (2015). Match-tomatch variation in physical activity and technical skill measures in professional Australian Football. Journal of Science and Medicine in Sport, 18(1), 109-113. doi:10.1016/j.jsams.2013.12.006 Klusemann, M. J., Pyne, D. B., Foster, C., & Drinkwater, E. J. (2012). Optimising technical skills and physical loading in small-sided basketball games. Journal of Sports Sciences, 30(14), 1463-1471. doi:10.1080/02640414.2012.712714 McInnes, S. E., Carlson, J. S., Jones, C. J., & McKenna, M. J. (1995). The physiological load imposed on basketball players during competition. Journal of Sports Sciences, 13(5), 387-397. doi:10.1080/02640419508732254 Montgomery, P. G., & Maloney, B. D. (2018). 3x3 Basketball: Performance characteristics and changes during elite tournament competition. International Journal of Sports Physiology and Performance, 1-27. doi:10.1123/ijspp.2018-0011 Montgomery, P. G., Pyne, D. B., & Minahan, C. L. (2010). The physical and physiological demands of basketball training and training. International Journal of Sports Physiology and Performance, 5(1), 75-86. Narazaki, K., Berg, K., Stergiou, N., & Chen, B. (2009). Physiological demands of competitive basketball. Scandinavian Journal of Medicine and Science in Sports, 19(3), 425-432. doi:10.1111/j.1600-0838.2008.00789.x Nunes, J. A., Moreira, A., Crewther, B. T., Nosaka, K., Viveiros, L., & Aoki, M. S. (2014). Monitoring training load, recovery-stress state, immune-endocrine responses, and physical performance in elite female basketball players during a periodized training program. The Journal of Strength and Conditioning Research, 28(10), 2973-2980. 25.
(35) doi:10.1519/jsc.0000000000000499 Ostojic, S. M., Mazic, S., & Dikic, N. (2006). Profiling in basketball: physical and physiological characteristics of elite players. The Journal of Strength and Conditioning Research, 20(4), 740-744. doi:10.1519/r-15944.1 Puente, C., Abian-Vicen, J., Areces, F., Lopez, R., & Del Coso, J. (2017). Physical and physiological demands of experienced male basketball players during a competitive game. The Journal of Strength and Conditioning Research, 31(4), 956-962. doi:10.1519/jsc.0000000000001577 Sanders, G. J., Boos, B., Rhodes, J., Kollock, R. O., & Peacock, C. A. (2018). Competitionbased heart rate, training load, and time played above 85% peak heart rate in NCAA Division I Womenʼs Basketball. The Journal of Strength and Conditioning Research, 1. doi:10.1519/jsc.0000000000002876 Sansone, P., Tessitore, A., Paulauskas, H., Lukonaitiene, I., Tschan, H., Pliauga, V., & Conte, D. (2019). Physical and physiological demands and hormonal responses in basketball small-sided games with different tactical tasks and training regimes. Journal of Science and Medicine in Sport, 22(5), 602-606. doi:10.1016/j.jsams.2018.11.017 Scanlan, A., Dascombe, B., & Reaburn, P. (2011). A comparison of the activity demands of elite and sub-elite Australian men's basketball training. Journal of Sports Sciences, 29(11), 1153-1160. doi:10.1080/02640414.2011.582509 Scanlan, A. T., Wen, N., Tucker, P. S., & Dalbo, V. J. (2014). The relationships between internal and external training load models during basketball training. The Journal of Strength and Conditioning Research, 28(9), 2397-2405. doi:10.1519/jsc.0000000000000458 Schelling, X., & Torres, L. (2016). Accelerometer load profiles for basketball-specific drills in elite players. Journal of Sports Science and Medicine, 15(4), 585-591. Stojanovic, E., Stojiljkovic, N., Scanlan, A. T., Dalbo, V. J., Berkelmans, D. M., & Milanovic, Z. (2018). The activity demands and physiological responses encountered during basketball match-play: A systematic review. Sports Medicine, 48(1), 111-135. doi:10.1007/s40279-017-0794-z. 26.
(36) Svilar, L., Castellano, J., & Jukic, I. (2018). Comparison of 5vs5 Training Games and MatchPlay Using Microsensor Technology in Elite Basketball. The Journal of Strength and Conditioning Research, 33(7):1897-1903. doi:10.1519/jsc.0000000000002826 Svilar, L., Castellano, J., Jukic, I., & Casamichana, D. (2018). Positional differences in elite basketball: selecting appropriate training-load measures. International Journal of Sports Physiology and Performance, 13(7), 947-952. doi:10.1123/ijspp.2017-0534 Torres-Ronda, L., Ric, A., Llabres-Torres, I., de Las Heras, B., & Schelling, I. D. A. X. (2016). Position-dependent cardiovascular response and time-motion analysis during training drills and Friendly matches in elite male basketball players. The Journal of Strength and Conditioning Research, 30(1), 60-70. doi:10.1519/jsc.0000000000001043 Vanrenterghem, J., Nedergaard, N. J., Robinson, M. A., & Drust, B. (2017). Training load monitoring in team sports: A novel framework separating physiological and biomechanical load-adaptation pathways. Sports Medicine, 47(11), 2135-2142. doi:10.1007/s40279-017-0714-2 Vaha-Ypya, H., Vasankari, T., Husu, P., Suni, J., & Sievanen, H. (2015). A universal, accurate intensity-based classification of different physical activities using raw data of accelerometer. Clinical Physiology and Functional Imaging, 35(1), 64-70. doi:10.1111/cpf.12127 Vaquera, A., Suarez-Iglesias, D., Guiu, X., Barroso, R., Thomas, G., & Renfree, A. (2018). Physiological responses to and athlete and coach perceptions of exertion during smallsided basketball games. The Journal of Strength and Conditioning Research, 32(10), 2949-2953. doi:10.1519/jsc.0000000000002012 Weiss, K. J., Allen, S. V., McGuigan, M. R., & Whatman, C. S. (2017). The relationship between training load and injury in men's professional basketball. International Journal of Sports Physiology and Performance, 12(9), 1238-1242. doi:10.1123/ijspp.2016-0726 Wundersitz, D. W., Josman, C., Gupta, R., Netto, K. J., Gastin, P. B., & Robertson, S. (2015). Classification of team sport activities using a single wearable tracking device. Journal of Biomechanics, 48(15), 3975-3981. doi:10.1016/j.jbiomech.2015.09.015. 27.
(37) 附錄一：實驗受試者須知. 感謝您參加本項研究，題目為：「以穿戴式裝置探討不同專項位置籃球員與訓練情境 之運動負荷」，目的來探討同位置籃球員與訓練情境之運動負荷，讓往後籃球運 動負荷之監控有更清楚的方向及依據。本研究遵守倫理考量，以研究對象自 主、不傷害及保密原則。研究前得向研究對象說明研究目的、資料收集方法、 資料保密性、參與研究之權利. 為避免其他因素的影響，使實驗得以順利進行，敬請遵守下列事項：. 一、 請填寫個人基本資料。 二、 了解實驗流程與內容，確認過去半年內下肢肌肉骨骼系統沒有受過嚴重傷害。 三、 在實驗進行前，應充分熱身，避免運動傷害。 四、 請穿著籃球鞋及籃球球衣，以利實驗進行。 五、 實驗時，實驗受試者會進行 2 種籃球訓練情境對打。分別為 3 對 3 與 5 對 5， 各 8 分鐘，會配戴慣性感測器與心率帶。. 再次感謝您的熱情參與合作！. 28.
(38) 附錄二、實驗受試者同意書. 一、本人已詳細閱讀實驗受試者頇知內容，且經過研究者解說後，已完全了解實驗內 容、步驟，以及實驗期間可能發生的狀況。本人同意參加此實驗「以穿戴式裝 置探討不同專項位置籃球員與訓練情境之運動負荷」，且在實驗期間會全力配 合，並盡自己最大努力來完成此實驗。. 二、研究名稱：以穿戴式裝置探討不同專項位置籃球員與訓練情境之運動負荷. 研究者:周育晨 指導教授:李恆儒 教授 研究單位:國立臺灣師範大學體育學系. 三、受試者保護說明 (一) 隱私保障:填寫之個人資料不會外洩，只作為論文研究之用途，相關資料皆以匿 名呈現，請您放心。 (二) 實驗者在實驗內容和實驗目的有告知您的責任。 (三) 您可以隨時要求解答有關實驗的各種問題，且中途若有想退出實驗，無須提及任 何理由，便可要求退出。 受試者：__________________ (簽名) 日 期：__________________. 感謝您的協助與參與，使本研究得以順利完成，誠摯感謝您的支持與配合！ 國立臺灣師範大學體育學系 研究生 周育晨 敬上. 29.
(39)
相關文件
Effectiveness of robot-assisted upper limb training on spasticity, function and muscle activity in chronic stroke patients treated with botulinum toxin: A randomized single-
In the fourth quarter of 2003, 4 709 acts of deed were notarized on sales and purchases of real estate and mortgage credits, representing a variation of +19.6% in comparison with
In order to apply for a permit to employ Class B Foreign Worker(s), an Employer shall provide reasonable employment terms and register for such employment demands with local
• To enhance teachers’ knowledge and understanding about the learning and teaching of grammar in context through the use of various e-learning resources in the primary
• Content demands – Awareness that in different countries the weather is different and we need to wear different clothes / also culture. impacts on the clothing
Wang, Solving pseudomonotone variational inequalities and pseudocon- vex optimization problems using the projection neural network, IEEE Transactions on Neural Networks 17
mathematical statistics, statistical methods, regression, survival data analysis, categorical data analysis, multivariate statistical methods, experimental design.
Define instead the imaginary.. potential, magnetic field, lattice…) Dirac-BdG Hamiltonian:. with small, and matrix
