Position-specific allometric adjustment of NFL Combine tests: evaluation across year cohorts
本研究评估了多年间 NFL 联合选秀测试中针对特定位置的异速生长体重调整，发现虽然此类调整能显著提高对冲刺和跳跃等身体运输类任务的预测准确性——特别是对于防守前锋而言——但其益处在其他测试中并不一致，且需要进行仔细校准以解释特定人群的分数偏差。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
每年，成千上万的年轻运动员都会聚集在国家橄榄球联盟（NFL）选秀联合会，这是一场旨在证明其身体价值的大规模测试盛会。球探和教练们注视着他们冲刺、跳跃、举起重物并以爆发性的速度变换方向。目标是寻找下一位伟大的球员，但比较这些运动员是非常困难的，因为他们的体型差异巨大。一名防守前锋的体重可能超过300磅，而一名外接手的体重可能不足200磅。如果仅仅观察原始数据，较重的运动员往往看起来速度较慢或敏捷度较低，而较轻的运动员则可能在力量测试中难以移动巨大的重量。这创造了一个谜题：如何公平地将一个巨人的速度与一个较小运动员的速度进行比较，或者将一个轻量级选手的跳跃能力与一个重量级选手的跳跃能力进行比较？
几十年来，运动科学家们一直试图通过根据体重调整分数来解决这个问题。其核心思想是提出一个不同的问题：“这位运动员在其特定体型下表现如何？”这种被称为“异速生长缩放”（allometric scaling）的方法，试图剥离体量带来的优势或劣势，从而揭示运动员真实的“引擎”。然而，这种调整背后的数学逻辑非常复杂。适用于某种运动类型的简单规则可能会在另一种运动中失效，而适用于一组球员的公式对于另一类位置的球员来说可能完全错误。如果调整不当，它可能会掩盖重要的差异，甚至更糟——创造一种并不存在的虚假公平感。
在一项新的研究中，研究员托马斯·戴文·费希（Thomas Davin Fahey）旨在测试这些经过体型调整的分数在应用于不同年份的真实NFL选秀新秀时是否真的有效。他不仅仅查看了一年的数据，而是收集了2020年至2026年间接受测试的2,333名运动员的记录。他观察了六项特定的测试：40码冲刺、垂直纵跳、原地跳远、卧推次数、折返跑以及三锥钻测试。他没有将所有球员视为一个大整体，而是按比赛位置将他们分类，例如防守前锋、线卫、四分卫和接球手。针对每个位置和每项测试，他建立了一个模型来预测特定体重的球员应该达到怎样的水平，然后将实际结果与该预测值进行对比。
结果呈现出了鲜明的对比，而非单一的普遍规律。体型调整对于防守前锋而言效果显著。对于这些体型庞大的球员，调整后的分数显著提升了预测其冲刺、跳跃和敏捷性测试表现的能力。事实上，对于防守前锋而言，调整后的分数在解释其表现方面，比单纯观察其原始时间或距离要好得多。事实证明，了解他们的体重有助于解释他们为何表现出那样的运动水平。然而，这种益处并未扩展到其他所有人。对于许多其他位置，如线卫或进攻锋线球员，体型调整几乎没有带来任何改善。在某些情况下，这种调整甚至让预测变得更差，引入了噪声而非清晰度。
研究还发现，测试的类型与球员的位置同样重要。对于那些需要移动自身躯干穿过空间的测试，如冲刺或跳跃，体重与表现之间的关系是复杂且因位置而异的。但在卧推测试中——即运动员推举固定重量时——这种关系则有所不同。研究人员发现，对于卧推，一个简单的、固定的数学规则往往与复杂的、定制化的模型一样有效，甚至更好。这表明，不存在一种适用于所有运动员和所有任务的“神奇公式”。
或许最重要的发现来自于观察这些模型随时间的稳定性。研究人员在后续年份的数据上测试了他们的等式，以观察它们是否依然有效。虽然调整在许多领域都有帮助，但在最近的一组数据中，它们未能预测出跳远和卧推的表现。这表明，体重与表现之间的关系可能会随年份而变化，这可能是由于训练方式、规则变化或进入联盟的球员类型发生了改变。研究结论指出，虽然调整体重可以作为防守前锋等特定群体的强大工具，但它并不是一种“一劳永逸”的解决方案。教练和球探不应将这些调整后的分数作为衡量天赋的独立标准。相反，他们必须谨慎使用它们，理解一个经过体型调整的分数所讲述的故事与原始时间或距离所讲述的故事是不同的，并且只有在应用了正确的模型时，这个故事才是准确的。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。