我国运动员选材发展进程与大数据选材研究——基于citespace的可视化分析

【作者】 周志帅； 李成梁； 郭海峰；

【机构】 沈阳体育学院； 河南科技大学体育学院；

【摘要】 研究目的:当今世界体坛竞争加剧,各国家都围绕运动员选材、运动员科学训练、运动员体能恢复三大环节展开研究,首当其冲是要有完整的科学选材体系。目前我国青少年运动员选材方式主要是"集中制"和"赛事选拔制"。我国运动员选材逐渐暴露出呈现出科学性不足、过于依靠选材人员主观经验或理念、选材信息和理念陈旧等缺点,造成选材指标不全面,潜在优秀人才的流失和埋没等问题。研究方法:运用科学文献计量的科学知识图谱方法,对我国运动员选材领域(1980—2020年)CNKI数据库收录的1813篇文献通过citespace进行可视化分析处理,梳理出运动员选材方式方法的发展脉络及未来发展走向,并对研究热点及研究重心的转变进行重点分析。引入大数据理念进入我国运动员选材领域,为今后研究人员把握运动员选材研究的学科动态与热点主题提供理论依据和方向指引。研究结果:1.运动员选材发展进程可视化1.1年发文量演变分析:从上个世纪80年代开始,我国开始进入运动员选材领域,发文量呈现稳定发展趋势。在2001年中国申奥成功后,为了北京奥运会能取得优异成绩和实现冬季奥运会金牌"零"的突破,体育界开始高度重视运动员选材。在2008年北京奥运会取得优异成绩后,通过对优秀运动员成绩及训练过程数据的收集总结进行分析,对运动员选材的方式方法进行了重新修正,因此在2010年运动员选材文献达到发文量顶峰。此后由于科学技术等原因遭遇发展瓶颈相关发文量逐渐下降。1.2关键词:发展演变分析:通过对关键词频次分析得知我国运动员选材领域主要围绕科学选材、青少年、身体素质及形态、指标及测量的确定方面展开探究。(1)"选材"节点最大,出现最早,其中介中心性也最高。基于文献和时区图,我国运动员选材可划分为启蒙阶段(1980-1994年)、相对停滞阶段(1995-1999年),飞速发展阶段(2000-至今)。(2)"运动员"等关键词。我国运动员选材早期多依靠于体育教师根据自身经验和学生运动成绩进行推荐选拔。2000年后,我国得出"选材育才相结合"发展方向。因此早期少儿运动积极性培养和辨别及发展其早期运动才能是2000年后领域研究热点。(3)"身体素质"等关键词。直观角度测量运动员身体素质也是早期选材的重要指标,至今身体素质仍是运动员竞技能力和青少年运动员能否成才的重要因素之一。1.3研究机构分布分析:我国运动员选材领域研究的主要科研机构共3类分为专业体育院校、各省市体育科学研究所、综合性院校体育学院。专业体育院校秉持着"专业人做专业事"理念,学术氛围好,拥有大量专业体育后备人才。各省市体育科学研究所以引领和推动我国体育科技事业发展,钻研重大体育发展问题为己任,拥有良好的体育社会资源。综合性院校体育学院优势在于可与校内其他专业相结合。我国运动员选材领域研究机构合作群体为"北京体育大学—上海体育科学研究所"、"上海体育学院—上海体育科学研究所"、等7个合作群体。合作群体表现出合作规模小;多为院校与科研所合作,地域化特征;高排名科研机构合作少。2.大数据选材变革2.1三大变革:研究视角改变:从数据出发(通过对数据的科学分析从而探寻青少年运动员各数据变化和运动项目强弱的相关关系,从而制定出各项目的优秀运动员选材模型进行科学选材)、研究形式改变:动态化选材(快速更新优秀运动员选材模型,探索出我国青少年运动员整体发展方向及运动项目的发展趋势)、选材与育才更好结合(选材是育才的前提和基础,育才是选材的继承和发展,选材与育才动态结合,循环往复)。2.2大数据选材基本模式:分为数据采集、构建数据库、数据分析、数据反馈及数据更新五部分。首先进行青少年运动员选材数据采集,建立各地区青少年运动员选材数据库,数据逐级上传,形成我国青少年运动员数据库。同时收集我国一级以上优秀运动员的选材指标数据,建立我国优秀运动员选材数据库,再进行数据分析处理,得出我国青少年运动员发展趋势和我国优秀青少年运动员选材模型以及青少年运动员个人发展走向。通过结果反馈,指导各地区进行青少年运动员培养及被筛选出的优秀青少年运动员进行特异性训练,定期再进行选材数据更新。研究结论:(1)我国运动员选材相关研究发文量在早期呈稳定发展趋势,从2000年开始进行飞速发展时期直至2010年达到顶峰,因为技术瓶颈等原因后期略有下降。(2)我国运动员选材领域热点问题主要集中于选材对象、科学选材、选材指标等相关议题。(3)我国运动员选材领域的学术合作交流仅处于萌芽时期,合作频次低,规模小,各科研机构间几乎没有联系,领域内最新研究成果及研究信息不能及时沟通和传递。(4)大数据选材能为运动员选材领域带来研究视角改变:从数据出发、研究形式改变:动态化选材、选材与育才更好结合的三大变革。(5)大数据选材基本模式共分为数据采集、构建数据库、数据分析、数据反馈及数据更新五部分。更多还原