KR20230121192A - 스포츠 선수 심리 평가 장치, 방법 및 프로그램 - Google Patents

스포츠 선수 심리 평가 장치, 방법 및 프로그램 Download PDF

Info

Publication number
KR20230121192A
KR20230121192A KR1020220017017A KR20220017017A KR20230121192A KR 20230121192 A KR20230121192 A KR 20230121192A KR 1020220017017 A KR1020220017017 A KR 1020220017017A KR 20220017017 A KR20220017017 A KR 20220017017A KR 20230121192 A KR20230121192 A KR 20230121192A
Authority
KR
South Korea
Prior art keywords
psychological
sports
athlete
player
evaluated
Prior art date
Application number
KR1020220017017A
Other languages
English (en)
Inventor
이웅장
정은경
이수란
Original Assignee
이웅장
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 이웅장 filed Critical 이웅장
Priority to KR1020220017017A priority Critical patent/KR20230121192A/ko
Publication of KR20230121192A publication Critical patent/KR20230121192A/ko

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/16Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/165Evaluating the state of mind, e.g. depression, anxiety
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/16Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/167Personality evaluation
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7264Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/20ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2503/00Evaluating a particular growth phase or type of persons or animals
    • A61B2503/10Athletes

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • Psychiatry (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Psychology (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Surgery (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Social Psychology (AREA)
  • Primary Health Care (AREA)
  • Educational Technology (AREA)
  • Developmental Disabilities (AREA)
  • Child & Adolescent Psychology (AREA)
  • Artificial Intelligence (AREA)
  • Hospice & Palliative Care (AREA)
  • Epidemiology (AREA)
  • Mathematical Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physiology (AREA)
  • Signal Processing (AREA)
  • Fuzzy Systems (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

본 발명은 스포츠 선수 심리 평가 장치에 관한 것으로, 스포츠의 관련된 어노테이터로부터 입력된 심리 특성 요인과 스포츠 종목의 각 포지션 간의 관련도 정보를 학습하여 인공지능모델을 구축함으로써, 인공지능모델을 이용하여 각종 스포츠 종목의 스포츠 선수들을 포지션별로 심리 평가할 수 있는 효과가 있다.

Description

스포츠 선수 심리 평가 장치, 방법 및 프로그램 {Device, method and program for evaluating sports player psychology}
본 발명은 스포츠 선수의 심리를 평가하는 장치에 관한 것이다.
스포츠 선수에게 있어서 운동 신경, 신체 능력은 매우 중요한 능력 중의 하나이기 때문에 스포츠 선수를 평가하는 중요한 기준이고, 지속적인 관리가 진행되고 있다.
이에 반해, 스포츠 선수의 심리 상태, 특성, 자질 등도 스포츠 선수에게 중요한 능력인데, 이러한 능력들은 제대로 평가가 되지 않다.
스포츠 시장에서는 선수들의 심리적인 요인이 선수 개인의 적응과 수행, 그리고 경기력에 매우 큰 영향을 미친다는 것을 인정하면서도 이를 측정할만한 과학적 기반을 마련하지 못하고 있다.
이에, 스포츠 선수의 심리 상태, 특성, 자질 등을 분석하여 심리 평가 결과를 제공하고, 피드백 정보를 제공할 수 있는 기술이 필요한 상황이지만, 현재로서는 이러한 기술이 공개되어 있지 않은 실정이다.
대한민국 등록특허공보 제10-1661698호, (2016.09.26)
상술한 바와 같은 문제점을 해결하기 위한 본 발명은 스포츠의 관련된 어노테이터로부터 입력된 심리 특성 요인과 스포츠 종목의 각 포지션 간의 관련도 정보를 학습하여 인공지능모델을 구축하고자 한다.
또한, 본 발명은 심리 평가를 위한 설문 조사에 대하여 평가 대상 선수 본인과 선수의 지도자로부터 답변 데이터를 획득하고, 이를 이용하여 평가 대상 선수의 심리 평가 결과를 산출하고자 한다.
본 발명이 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
상술한 과제를 해결하기 위한 본 발명의 일 실시예에 따른 스포츠 선수 심리 평가 장치는, 스포츠와 관련된 적어도 하나의 어노테이터로부터 입력된 적어도 하나의 심리 특성 요인과 특정 스포츠 종목 간의 제1 관련도 정보가 학습 데이터로 입력되어 학습된 인공지능모델, 및 스포츠 선수의 심리 평가를 위한 심리 유형에 관한 적어도 하나의 질문을 포함하는 설문 데이터가 저장된 메모리; 및 상기 설문 데이터에 대하여 평가 대상 선수로부터 직접 입력된 제1 심리 정보, 및 상기 설문 데이터에 대하여 상기 평가 대상 선수의 지도자가 상기 평가 대상 선수에 대하여 평가하여 입력한 제2 심리 정보 중 적어도 하나를 입력하여 상기 특정 스포츠 종목에 대한 상기 평가 대상 선수에 대한 심리 평가 결과를 산출하는 프로세서를 포함한다.
또한, 상기 프로세서는, 상기 특정 스포츠 종목에 대하여 입력된 학습 데이터를 다중 회귀 분석하여 복수의 역량 지수 각각에 대한 상기 심리 특성 요인의 조합을 결정하고, 상기 결정된 조합 내 심리 특성 요인 간의 우선순위를 결정하고, 상기 결정된 심리 특성 요인 조합과 우선순위를 상기 인공지능모델에 학습시키는 것을 특징으로 한다.
또한, 상기 프로세서는, 상기 제2 심리 정보를 종속 변수로 입력하여 상기 평가 대상 선수의 리더쉽, 팀워크 및 경기력 중 적어도 하나의 항목에 대한 평가 결과를 산출하고, 상기 제1 심리 정보를 종속 변수로 입력하여 상기 평가 대상 선수의 자기 조절 능력을 산출하고, 상기 제1 심리 정보 및 상기 제2 심리 정보를 종속 변수로 입력하여 상기 평가 대상 선수의 정신적 강인함을 산출하는 것을 특징으로 한다.
또한, 상기 프로세서는, 상기 인공지능모델을 이용하여 상기 제1 심리 정보 및 상기 제2 심리 정보 중 적어도 하나를 기반으로, 복수의 심리 특성 요인별 점수를 산출하고, 상기 산출된 복수의 심리 특성 요인별 점수 및 상기 평가 대상 선수의 경력 기간을 예측 변수로 입력하는 것을 특징으로 한다.
또한, 상기 프로세서는, 상기 인공지능모델에 상기 종속 변수 및 상기 예측 변수를 입력하여 상기 평가 대상 선수의 복수의 역량 각각에 대한 역량 지수를 산출하는 것을 특징으로 한다.
또한, 상기 메모리는 상기 선수 유형 각각에 복수 개의 심리 특성 요인마다 요인 분석을 기반으로 산출된 요인 부하량이 저장되어 있으며, 상기 프로세서는 상기 산출된 복수의 심리 특성 요인별 점수에 상기 요인 부하량을 반영하고, 이를 기반으로 상기 평가 대상 선수의 선수 유형을 결정하는 것을 특징으로 한다.
또한, 상기 복수의 심리 특성 요인은 지배성, 외향성, 방어성, 정서적 안정성, 목적, 팀워크, 친화성, 도전, 끈기, 통제력, 능력 확신 및 성실성 중 복수 항목을 포함하고, 상기 선수 유형은 헌신형, 근성형, 리더형 및 주도형 중 적어도 하나를 포함하고, 상기 복수의 역량은 리더쉽, 자기 조절 능력, 정신적 강인함, 팀워크 및 경기력 중 적어도 하나를 포함한다.
또한, 상기 프로세서는, 상기 평가 대상 선수에 대하여 산출된 심리 평가 결과를 상기 평가 대상 선수의 스포츠 종목에 적합한 역량의 지수 및 선수 유형과 비교하고, 상기 비교 결과를 기반으로 상기 평가 대상 선수에게 개선 또는 발전이 필요한 심리 특성 요인 및 역량 중 적어도 하나를 포함하는 피드백 정보를 도출하는 것을 특징으로 한다.
또한, 상술한 과제를 해결하기 위한 본 발명의 일 실시예에 따른 스포츠 선수 심리 평가 방법은, 스포츠 선수 심리 평가 장치에 의해 수행되는 방법으로, 설문 데이터에 대하여 평가 대상 선수로부터 직접 입력된 제1 심리 정보를 수신하는 단계; 설문 데이터에 대하여 상기 평가 대상 선수의 지도자가 상기 평가 대상 선수에 대하여 평가하여 입력한 제2 심리 정보를 수신하는 단계; 및 상기 특정 스포츠 종목에 대한 상기 평가 대상 선수의 심리 평가 결과를 산출하는 단계를 포함하며, 상기 스포츠 선수 심리 평가 장치는 스포츠와 관련된 적어도 하나의 어노테이터로부터 입력된 적어도 하나의 심리 특성 요인과 특정 스포츠 종목의 각 포지션 간의 제1 관련도 정보가 학습 데이터로 입력되어 학습된 인공지능모델, 스포츠 선수의 심리 평가를 위한 심리 유형 및 자질에 관한 적어도 하나의 질문을 포함하는 설문 데이터가 저장되어 있다.
이 외에도, 본 발명을 구현하기 위한 다른 방법, 다른 시스템 및 상기 방법을 실행하기 위한 컴퓨터 프로그램을 기록하는 컴퓨터 판독 가능한 기록 매체가 더 제공될 수 있다.
상기와 같은 본 발명에 따르면, 스포츠의 관련된 어노테이터로부터 입력된 심리 특성 요인과 스포츠 종목의 각 포지션 간의 관련도 정보를 학습하여 인공지능모델을 구축함으로써, 인공지능모델을 이용하여 각종 스포츠 종목의 스포츠 선수들을 포지션별로 심리 평가할 수 있는 효과가 있다.
또한, 본 발명에 따르면, 심리 평가를 위한 설문 조사에 대하여 평가 대상 선수 본인과 선수의 지도자로부터 답변 데이터를 획득하고, 이를 이용하여 평가 대상 선수의 심리 평가 결과를 산출할 수 있으며, 이를 기반으로 선수의 역량을 산출하고 선수 유형을 결정할 수 있는 효과가 있다.
본 발명의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 실시예에 따른 스포츠 선수 심리 평가 장치의 블록도이다.
도 2는 본 발명의 실시예에 따른 스포츠 선수 심리 평가 방법의 흐름도이다.
도 3은 어노테이터로부터 수신된 설문 데이터를 이용하여 인공지능모델을 학습시키는 것을 예시한 도면이다.
도 4는 어노테이터로부터 수신된 설문 데이터의 일부를 예시한 도면이다.
도 5는 A 선수에게 제공되는 설문 데이터의 일부를 예시한 도면이다.
도 6은 A 선수와 A 선수의 지도자로부터 A 선수에 대한 설문 답변 데이터를 예시한 도면이다.
도 7은 A 선수의 심리 측정 결과를 산출하는 것을 예시한 도면이다.
도 8은 A 선수의 6가지 특성별로 산출된 능력치를 예시한 도면이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 제한되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술 분야의 통상의 기술자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다. 명세서 전체에 걸쳐 동일한 도면 부호는 동일한 구성 요소를 지칭하며, "및/또는"은 언급된 구성요소들의 각각 및 하나 이상의 모든 조합을 포함한다. 비록 "제1", "제2" 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있음은 물론이다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야의 통상의 기술자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
설명에 앞서 본 명세서에서 사용하는 용어의 의미를 간략히 설명한다. 그렇지만 용어의 설명은 본 명세서의 이해를 돕기 위한 것이므로, 명시적으로 본 발명을 한정하는 사항으로 기재하지 않은 경우에 본 발명의 기술적 사상을 한정하는 의미로 사용하는 것이 아님을 주의해야 한다.
본 발명의 실시예에서 어노테이터(Annotator)는 인공지능모델의 학습데이터를 위한 관련도 정보를 입력하는 사람으로 스포츠 감독, 스포츠 전문가, 스포츠 선수 등과 같이 특정 스포츠 종목에 전문지식을 보유하고 있거나 종사자라면 적용이 가능하다.
본 발명의 실시예에서 평가 대상 선수를 심리 측정하기 위한 설문 데이터에 답변 데이터를 입력하는 지도자는 평가 대상 선수의 스포츠 감독, 코치, 선생님과 같은 사람이라면 적용이 가능하다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세하게 설명한다.
도 1은 본 발명의 실시예에 따른 스포츠 선수 심리 평가 장치(100)의 블록도이다.
도 2는 본 발명의 실시예에 따른 스포츠 선수 심리 평가 방법의 흐름도이다.
도 3 내지 도 8은 본 발명의 실시예에 따른 스포츠 선수 심리 평가 장치(100), 방법을 설명하기 위한 각종 예시 도면이다.
이하, 도 1 내지 도 8을 참조하여 본 발명의 실시예에 따른 스포츠 선수 심리 평가 장치(100) 및 방법에 대해서 설명하도록 한다.
도 1을 참조하면, 본 발명의 실시예에 따른 스포츠 선수 심리 평가 장치(100)는 프로세서(110), 통신부(120), 메모리(130) 및 입출력부(140)를 포함한다.
다만, 몇몇 실시예에서 스포츠 선수 심리 평가 장치(100)는 도 1에 도시된 구성요소보다 더 적은 수의 구성요소나 더 많은 구성요소를 포함할 수도 있다.
본 발명의 실시예에 따른 스포츠 선수 심리 평가 장치(100)는 컴퓨팅 장치, 정보처리수단, 서버 장치를 포함할 수 있으며, 서버 장치를 포함하는 경우 어노테이터의 단말, 선수의 단말, 지도자의 단말과 통신하여 각종 정보를 주고받을 수 있다.
또한, 스포츠 선수 심리 평가 장치(100)는 서버 장치를 포함하는 경우 서비스 애플리케이션을 이용하여 스포츠 선수 심리 평가 방법을 제공할 수 있으며, 어노테이터, 선수, 지도자가 웹으로 서버에 접속하거나 서비스 애플리케이션을 단말에 설치하여 스포츠 선수 심리 평가 서비스를 이용할 수 있다.
통신부(120)는 어노테이터의 단말로 입력된 적어도 하나의 심리 특성 요인과 특정 스포츠 종목의 각 포지션 간의 제1 관련도 정보를 수신할 수 있다.
통신부(120)는 평가 대상 선수와 평가 대상 선수의 지도자의 단말로 평가 대상 선수의 심리 측정을 위한 설문 데이터를 제공할 수 있으며, 설문 데이터에 대한 답변 데이터를 수신할 수 있다.
메모리(130)는 스포츠와 관련된 적어도 하나의 어노테이터로부터 입력되어 수신된 적어도 하나의 심리 특성 요인과 특정 스포츠 종목의 각 포지션 간의 제1 관련도 정보가 학습 데이터로 입력되어 학습된 인공지능모델, 스포츠 선수의 심리 측정을 위한 심리 유형 및 자질에 관한 적어도 하나의 질문을 포함하는 설문 데이터가 저장되어 있다.
이외에도, 메모리(130)는 스포츠 선수 심리 평가 방법을 실행하기 위한 각종 명령어, 알고리즘 등이 저장되어 있다.
입출력부(140)는 어노테이터로부터 관련도 정보를 입력받거나, 평가 대상 선수, 평가 대상 선수의 지도자로부터 설문 데이터에 대한 답변 데이터를 입력받을 수 있으며, 평가 대상 선수에 대하여 산출된 심리 측정 결과를 출력할 수 있다.
프로세서(110)는 메모리(130)에 저장된 명령어, 알고리즘을 실행하고, 인공지능모델을 이용하여 스포츠 선수 심리 평가 방법을 실행할 수 있다.
프로세서(110)의 상세한 동작에 대해서는 아래 다른 도면들을 참조하여 보다 상세하게 설명하도록 한다.
도 3은 어노테이터로부터 수신된 설문 데이터를 이용하여 인공지능모델을 학습시키는 것을 예시한 도면이다.
도 4는 어노테이터로부터 수신된 설문 데이터의 일부를 예시한 도면이다.
도 3을 참조하면, 스포츠 선수 심리 평가 장치(100)는 어노테이터에게 심리 특성 요인과 특정 스포츠 종목의 각 포지션 간의 관련도 정보 입력을 요청한다.
그리고, 프로세서(110)는 설문에 대한 답변을 수신하고 이를 학습 데이터로 입력하여 인공지능모델을 학습시키게 된다.
도 4를 참조하면, 축구 종목의 포지션마다 어노테이터가 입력한 것이 예시되어 있으며, 도 4와 같이 안정적인 수비형, 무서운 공격형, 문지기형, 적극적인 미드필더형 각각에 대하여 중요하게 여겨지는 심리 상태, 자질 등이 기재된 것이 예시되어 있다.
본 발명의 실시예에서 특정 스포츠 종목은 축구로 가정하고, 심리 특성 요인은 총 12개로 지배성, 외향성, 방어성, 정서적 안정성, 목적, 팀워크, 친화성, 도전, 끈기, 통제력, 능력 확신 및 성실성으로 예시하도록 한다.
이때, 복수 개의 심리 특성 요인 중에서 일반적인 성실성, 외향성, 정서적 안정성, 친화성은 일반적인 성격 특성 요인에 해당되고, 도전, 강인함, 끈기 등은 스포츠 선수에 대한 심리 특성 요인에 해당한다.
이러한 스포츠 선수에 대한 심리 특성 요인은 스포츠 선수에 대한 자질로 표현될 수도 있다.
본 발명의 실시예에서는 주로 심리 특성 요인을 다룰 것이지만, 이에 한정되는 것은 아니며 MBTI와 같은 성격유형검사를 함께 활용할 수도 있다.
또한, 본 발명의 실시예에서 역량은 총 5개로 리더쉽, 자기 조절 능력, 정신적 강인함, 팀워크, 경기력으로 예시하고, 선수 유형은 총 4개로 헌신형, 근성형, 리더형 및 주도형으로 예시하도록 한다.
일 실시예로, 프로세서(110)는 특정 스포츠 종목에 대하여 입력된 학습 데이터를 다중 회귀 분석하여 복수의 역량 지수 각각에 대한 심리 특성 요인의 조합을 결정하고, 결정된 조합 내 심리 특성 요인간의 우선순위를 결정한다.
그리고, 프로세서(110)는 결정된 심리 특성 요인 조합과 우선순위를 인공지능모델에 학습시킨다.
예를 들어, 리더쉽 역량에 대하여는 통제력, 지배성, 외향성, 친화성, 성실성의 심리 특성 요인이 조합으로 결정되고, 나열된 순서대로 우선순위를 갖도록 결정될 수 있다.
일 실시예로, 프로세서(110)는 다중 회귀 분석을 통해서 심리 특성 요인들 간의 우선순위를 결정하는 것은 물론 각 심리 특성 요인의 중요도, 가중치를 산출할 수 있다.
이상으로 프로세서(110)가 어노테이터로부터 획득한 설문 답변 데이터를 기반으로 학습 데이터를 생성하고 인공지능모델을 구축하는 것을 설명하였으며, 아래에서는 실제 평가 대상 선수의 심리 평가를 산출하는 것을 설명하도록 한다.
프로세서(110)가 통신부(120)를 통해 스포츠 선수 심리 평가 장치(100)가 설문 데이터에 대하여 평가 대상 선수로부터 직접 입력된 제1 심리 정보를 수신한다. (S100)
도 5는 A 선수에게 제공되는 설문 데이터의 일부를 예시한 도면이다.
도 6은 A 선수와 A 선수의 지도자로부터 A 선수에 대한 설문 답변 데이터를 예시한 도면이다.
상세하게는, 프로세서(110)는 평가 대상 선수의 스포츠 종목, 포지션이 입력되면 평가 대상 선수의 스포츠 종목, 포지션에 매칭되는 적어도 하나의 제1 설문 항목을 선택한다.
선택된 적어도 하나의 설문 항목을 포함하는 제1 설문 데이터를 평가 대상 선수에게 제공하여 답변 입력을 요청한다.
메모리(130)에는 스포츠 선수의 심리 평가를 위한 다수의 설문 항목이 저장되어 있으며, 프로세서(110)는 평가 대상 선수의 스포츠 종목과 포지션에 적합한 제1 설문 항목을 선택하게 된다.
이때, 포지션은 반드시 입력해야 되는 것은 아니며, 스포츠 종목에 따라 포지션이 없을 수도 있다.
프로세서(110)가 통신부(120)를 통해 설문 데이터에 대하여 평가 대상 선수의 지도자가 평가 대상 선수에 대하여 평가하여 입력한 제2 심리 정보를 수신한다. (S200)
상세하게는, 프로세서(110)는 평가 대상 선수의 스포츠 종목, 포지션이 입력되면 평가 대상 선수의 스포츠 종목, 포지션에 매칭되는 적어도 하나의 제2 설문 항목을 선택한다.
제2 설문 데이터를 메모리(130)에서 로딩하고, 로딩된 제2 설문 데이터를 평가 대상 선수의 지도자에게 제공하여 답변 입력을 요청할 수 있다.
메모리(130)에는 스포츠 선수의 심리 평가를 위한 다수의 설문 항목이 저장되어 있으며, 프로세서(110)는 평가 대상 선수의 스포츠 종목과 포지션에 적합한 제2 설문 항목을 선택하게 된다.
이때, 스포츠 종목에 따라 포지션이 없을 수도 있고, 포지션의 특색이 특별하지 않을 수도 있으므로, 포지션은 반드시 입력해야 되는 것은 아니다.
그리고, 평가 대상 선수에게 답변 입력을 요청하는 제1 설문 데이터와 지도자에게 답변 입력을 요청하는 제2 설문 데이터를 설문 항목이 동일할 수도 있고 상이할 수도 있다.
프로세서(110)가 특정 스포츠 종목에 대한 평가 대상 선수의 심리 평가 결과를 산출한다. (S300)
도 7은 A 선수의 심리 측정 결과를 산출하는 것을 예시한 도면이다.
도 7을 참조하면, 프로세서(110)는 제1 심리 정보 및 제2 심리 정보 중 적어도 하나를 인공지능모델에 입력하여 해당 스포츠 종목에 대한 평가 대상 선수의 심리 평가 결과를 산출한다.
전술한 바와 같이, 심리 특성 요인은 총 12개로 지배성, 외향성, 방어성, 정서적 안정성, 목적, 팀워크, 친화성, 도전, 끈기, 통제력, 능력 확신 및 성실성을 포함하고 있다.
이때, 심리 특성 요인은 그 종류에 따라서 선수가 본인 스스로를 평가한 것이 정확한 항목이 있을 수도 있지만, 제3자에 해당하는 지도자가 평가하는 것이 정확한 항목이 있을 수도 있고, 선수 본인과 제3자의 평가 결과를 혼합하여 이용하는 것이 정확한 항목이 있을 수도 있다.
따라서, 메모리(130)는 심리 특성 요인에 따라서 입력해야 되는 종속 변수의 종류가 저장되어 있다.
일 실시예로, 프로세서(110)는 제2 심리 정보를 종속 변수로 입력하여 평가 대상 선수의 리더쉽, 팀워크 및 경기력 중 적어도 하나의 항목에 대한 평가 결과를 산출할 수 있다.
일 실시예로, 프로세서(110)는 제1 심리 정보를 종속 변수로 입력하여 평가 대상 선수의 자기 조절 능력을 산출할 수 있다.
일 실시예로, 프로세서(110)는 제1 심리 정보 및 제2 심리 정보를 종속 변수로 입력하여 평가 대상 선수의 정신적 강인함을 산출할 수 있다.
이는, 리더쉽, 팀워크 및 경기력이 타인 및 외부의 시선에서 적절히 평가될 수 있는 역량인 것에 비해 스스로가 얼마나 자신을 잘 통제하고 노력하는지(자기 조절 능력)는 본인의 평가가 더 정확할 수 있기 때문이다.
또한, 정신적 강인함의 경우에는 스스로 평가하는 것과 외부에서 관찰되는 것이 모두 나름의 의미를 가질 수 있기 때문에, 본인과 코치의 평가 모두를 종속 변수로 고려하였다.
다만, 이는 현재까지 다수의 스포츠 선수를 대상으로 측정한 것을 토대로 결론을 낸 것이며, 더 많은 데이터가 수집되고 인공지능모델이 학습됨에 따라서 달라질 수 있으므로, 이에 한정되는 것은 아니다.
일 실시예로, 프로세서(110)는 인공지능모델을 이용하여 제1 심리 정보 및 제2 심리 정보 중 적어도 하나를 기반으로 복수의 심리 특성 요인별 점수를 산출한다.
프로세서(110)는 산출된 복수의 심리 특성 요인별 점수 및 평가 대상 선수의 경력 기간을 예측 변수로 입력하여 평가 대상 선수의 평가 결과를 산출할 수 있다.
본 발명의 실시예에서 예측 변수로 평가 대상 선수의 경력 기간을 이용하는 이유는, 다수의 선수들에 대한 데이터를 수집하고 회귀 분석한 결과 지도자가 평가한 선수의 경기력 지수에는 심리 특성 요인 중에서 정서적 안정, 방어성, 나이 요인이 유의한 영향을 미치는 것으로 파악되었기 때문이다.
최종적으로, 프로세서(110)는 인공지능모델에 종속 변수 및 예측 변수를 입력하여 평가 대상 선수의 복수의 역량 각각에 대한 역량 지수를 산출하며, 이 과정에서 각 심리 특성 요인의 중요도/가중치를 반영하여 역량 지수를 산출하게 된다.
본 발명의 실시예에 따른 스포츠 선수의 심리 평가 장치(100)를 위해서 선수의 심리 특성을 기반으로 어떤 유형의 선수 집단이 존재하는지 확인하기 위하여 군집 분석을 실시하였다.
이때, 군집 분석은 유사한 것이 무엇인지 규정하고 하위 집단으로 범주화하여 자료를 축소하는 통계기법으로 주로 한 집단의 하위 범주나 유형의 존재를 확인하는데 사용된다.
본 발명의 실시예에 따른 심리 평가 장치(100)를 위해서 축구 선수들의 대표적으로 어떤 특성을 갖는 유형으로 구분되는지 확인하기 위해서 이러한 분석이 실시되었다.
또한, 군집분석이 사람이 어떻게 묶이는가에 관한 것이라면, 요인분석은 각 문항 혹은 척도가 어떻게 묶이는지와 관련된다.
심리 평가 장치(100)의 구축을 위해서 요인 추출 방법으로 주축요인추출(PAF), 그리고 요인 간의 상관관계를 가정하는 사각회전의 일종인 프로맥스(Promax) 방식을 적용한 결과, 선수 유형마다 요인 부하량을 구할 수 있었다.
메모리(130)는 각각의 선수 유형마다 복수 개의 심리 특성 요인 각각에 기 설정된 요인 부하량이 저장되어 있다.
그리고, 프로세서(110)는 산출된 복수의 심리 특성 요인별 점수에 요인 부하량을 반영하고, 이를 기반으로 평가 대상 선수의 선수 유형을 결정할 수 있다.
본 발명의 실시예에서 요인 부하량은 각 심리 특성 요인에 설정된 가중치 또는 관련도를 의미할 수 있으며, 플러스 수치와 마이너스 수치가 모두 가능하다.
도 8은 A 선수의 6가지 특성별로 산출된 능력치를 예시한 도면이다.
프로세서(110)는 선수들의 관심도를 기반으로 모든 심리 특성 요인 중에서 복수 개의 심리 특성 요인을 선택하고, 선택된 복수 개의 심리 특성 요인에 대하여 산출된 점수를 다각형 상에 표시할 수 있다.
구체적으로, 도 8을 참조하면, 프로세서(110)는 12개의 심리 특성 요인 중에서 6개의 심리 특성 요인을 선택하고, 선택된 6개의 심리 특성 요인에 대하여 산출된 점수를 6각형 상에 표시함으로써, 평가 대상 선수와 지도자가 평가 대상 선수의 장점과 단점을 확인할 수 있도록 하는 효과가 있다.
이때, 프로세서(110)는 평가 대상 선수의 스포츠 종목에서 선수 특성을 명확하게 표현할 수 있는 복수 개의 심리 특성 요인을 선택하고, 선택된 복수 개의 심리 특성 요인에 대하여 산출된 점수를 다각형 상에 표시할 수 있다.
또한, 프로세서(110)는 평가 대상 선수의 스포츠 종목과 평가 대상 선수의 포지션 상에서 선수 특성을 명확하게 표현할 수 있는 복수 개의 심리 특성 요인을 선택하고, 선택된 복수 개의 심리 특성 요인에 대하여 산출된 점수를 다각형 상에 표시할 수 있다.
일 실시예로, 프로세서(110)는 평가 대상 선수에 대하여 산출된 심리 평가 결과를 평가 대상 선수의 스포츠 종목에 적합한 역량의 지수 및 선수 유형과 비교할 수 있다.
그리고, 프로세서(110)는 비교 결과를 기반으로 평가 대상 선수에게 개선 또는 발전이 필요한 심리 특성 요인 및 역량 중 적어도 하나를 포함하는 피드백 정보를 도출할 수 있다.
결론적으로, 본 발명의 실시예에 따른 스포츠 선수의 심리 평가 장치(100)는 평가 대상 선수에 대한 심리 평가 결과를 산출하여 제공하며, 심리 평가 결과는 심리 특성 요인별 점수, 복수의 역량에 대한 역량 지수, 선수 유형, 피드백 정보 중 적어도 하나를 포함하는 것이다.
본 발명의 실시예에 따른 스포츠 선수의 심리 평가 장치는 아래와 같은 효과들이 있다.
① 본 발명의 실시예에 따른 스포츠 선수의 심리 평가 장치는 선수 개인이 자기 자신을 이해하는데 활용할 수 있다.
선수들은 어린 나이부터 특정 분야에 자신의 모든 것을 쏟아 붇게 된다.
이 과정에서 자신의 특성이 무엇인지 선수로서 자신의 강점, 약점은 무엇인지 고민할 겨를도 없이 경기의 승패를 위해 에너지를 투입하는 것이 대부분이다.
심리 평가 장치가 제공하는 심리 평가 서비스를 이용하게 되면, 전반적으로 자신의 성격을 이해하고, 선수로서 어떤 유형의 특징을 갖는지 알게 된다면 선수들이 자신의 강점을 더욱 개발하고, 약점을 보완하는데 관심을 기울일 수 있게 될 것이다.
② 본 발명의 실시예에 따른 스포츠 선수의 심리 평가 장치는 지도자가 선수들을 지도하는데 유용하게 활용할 수 있다.
지도자들은 선수 개인의 특성을 면밀하게 알고 싶어하지만, 주로 개인적 직관이나 경험에 근거하게 되고 이는 지극히 주관적인 판단이 될 수 있다.
하지만, 본 발명의 실시예에 따른 심리 평가 장치를 이용하게 되면 선수를 최대한 객관적으로 평가해주기 때문에, 선수가 가진 특성을 바르게 이해하고 선수 지도, 선발 등에 활용할 수 있게 될 것이다.
③ 본 발명의 실시예에 따른 스포츠 선수의 심리 평가 장치는 궁극적으로 스포츠 분야에 대한 인식 개선 및 문화적 토양 변화에 기여할 수 있을 것이라 기대된다.
기본적으로, 스포츠는 경기 결과로 너무 많은 것이 평가되어 왔기 때문에, 선수 개인의 안녕이나 심리적인 자질에는 비교적 관심도가 떨어지는 문제점이 있었다.
최근, 스포츠 선수들을 대상으로 진행한 심리 서비스의 제공, 심리적 특성에 대한 고려가 선수의 역량 발휘에 매우 중요한 인식이 조금씩 퍼져가고 있지만 전문적인 서비스를 제공하기에는 현실적 여건이 따르지 못하였다.
그러나, 본 발명의 실시예에 따른 스포츠 선수의 심리 평가 장치가 제공하는 심리 평가 서비스를 이용하게 된다면 이러한 문제점을 해결할 수 있게 될 것이다.
이상에서 전술한 본 발명의 일 실시예에 따른 방법은, 하드웨어인 서버와 결합되어 실행되기 위해 프로그램(또는 어플리케이션)으로 구현되어 매체에 저장될 수 있다.
상기 전술한 프로그램은, 상기 컴퓨터가 프로그램을 읽어 들여 프로그램으로 구현된 상기 방법들을 실행시키기 위하여, 상기 컴퓨터의 프로세서(CPU)가 상기 컴퓨터의 장치 인터페이스를 통해 읽힐 수 있는 C, C++, JAVA, 기계어 등의 컴퓨터 언어로 코드화된 코드(Code)를 포함할 수 있다. 이러한 코드는 상기 방법들을 실행하는 필요한 기능들을 정의한 함수 등과 관련된 기능적인 코드(Functional Code)를 포함할 수 있고, 상기 기능들을 상기 컴퓨터의 프로세서가 소정의 절차대로 실행시키는데 필요한 실행 절차 관련 제어 코드를 포함할 수 있다. 또한, 이러한 코드는 상기 기능들을 상기 컴퓨터의 프로세서가 실행시키는데 필요한 추가 정보나 미디어가 상기 컴퓨터의 내부 또는 외부 메모리의 어느 위치(주소 번지)에서 참조되어야 하는지에 대한 메모리 참조관련 코드를 더 포함할 수 있다. 또한, 상기 컴퓨터의 프로세서가 상기 기능들을 실행시키기 위하여 원격(Remote)에 있는 어떠한 다른 컴퓨터나 서버 등과 통신이 필요한 경우, 코드는 상기 컴퓨터의 통신 모듈을 이용하여 원격에 있는 어떠한 다른 컴퓨터나 서버 등과 어떻게 통신해야 하는지, 통신 시 어떠한 정보나 미디어를 송수신해야 하는지 등에 대한 통신 관련 코드를 더 포함할 수 있다.
상기 저장되는 매체는, 레지스터, 캐쉬, 메모리 등과 같이 짧은 순간 동안 데이터를 저장하는 매체가 아니라 반영구적으로 데이터를 저장하며, 기기에 의해 판독(reading)이 가능한 매체를 의미한다. 구체적으로는, 상기 저장되는 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등이 있지만, 이에 제한되지 않는다. 즉, 상기 프로그램은 상기 컴퓨터가 접속할 수 있는 다양한 서버 상의 다양한 기록매체 또는 사용자의 상기 컴퓨터상의 다양한 기록매체에 저장될 수 있다. 또한, 상기 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장될 수 있다.
본 발명의 실시예와 관련하여 설명된 방법 또는 알고리즘의 단계들은 하드웨어로 직접 구현되거나, 하드웨어에 의해 실행되는 소프트웨어 모듈로 구현되거나, 또는 이들의 결합에 의해 구현될 수 있다. 소프트웨어 모듈은 RAM(Random Access Memory), ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리(Flash Memory), 하드 디스크, 착탈형 디스크, CD-ROM, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터 판독가능 기록매체에 상주할 수도 있다.
이상, 첨부된 도면을 참조로 하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야의 통상의 기술자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며, 제한적이 아닌 것으로 이해해야만 한다.
100: 심리 평가 장치
110: 프로세서
120: 통신부
130: 메모리
140: 입출력부

Claims (10)

  1. 스포츠와 관련된 적어도 하나의 어노테이터로부터 입력된 적어도 하나의 심리 특성 요인과 특정 스포츠 종목간의 제1 관련도 정보가 학습 데이터로 입력되어 학습된 인공지능모델, 및 스포츠 선수의 심리 평가를 위한 심리 유형에 관한 적어도 하나의 질문을 포함하는 설문 데이터가 저장된 메모리; 및
    상기 설문 데이터에 대하여 평가 대상 선수로부터 직접 입력된 제1 심리 정보, 및 상기 설문 데이터에 대하여 상기 평가 대상 선수의 지도자가 상기 평가 대상 선수에 대하여 평가하여 입력한 제2 심리 정보 중 적어도 하나를 입력하여 상기 특정 스포츠 종목에 대한 상기 평가 대상 선수에 대한 심리 평가 결과를 산출하는 프로세서를 포함하는,
    스포츠 선수 심리 평가 장치.
  2. 제1항에 있어서,
    상기 프로세서는,
    상기 특정 스포츠 종목에 대하여 입력된 학습 데이터를 다중 회귀 분석하여 복수의 역량 지수 각각에 대한 상기 심리 특성 요인의 조합을 결정하고, 상기 결정된 조합 내 심리 특성 요인 간의 우선순위를 결정하고,
    상기 결정된 심리 특성 요인 조합과 우선순위를 상기 인공지능모델에 학습시키는 것을 특징으로 하는,
    스포츠 선수 심리 평가 장치.
  3. 제1항에 있어서,
    상기 프로세서는,
    상기 제2 심리 정보를 종속 변수로 입력하여 상기 평가 대상 선수의 리더쉽, 팀워크 및 경기력 중 적어도 하나의 항목에 대한 평가 결과를 산출하고,
    상기 제1 심리 정보를 종속 변수로 입력하여 상기 평가 대상 선수의 자기 조절 능력을 산출하고,
    상기 제1 심리 정보 및 상기 제2 심리 정보를 종속 변수로 입력하여 상기 평가 대상 선수의 정신적 강인함을 산출하는 것을 특징으로 하는,
    스포츠 선수 심리 평가 장치.
  4. 제3항에 있어서,
    상기 프로세서는,
    상기 인공지능모델을 이용하여 상기 제1 심리 정보 및 상기 제2 심리 정보 중 적어도 하나를 기반으로, 복수의 심리 특성 요인별 점수를 산출하고,
    상기 산출된 복수의 심리 특성 요인별 점수 및 상기 평가 대상 선수의 경력 기간을 예측 변수로 입력하는 것을 특징으로 하는,
    스포츠 선수 심리 평가 장치.
  5. 제4항에 있어서,
    상기 프로세서는,
    상기 인공지능모델에 상기 종속 변수 및 상기 예측 변수를 입력하여 상기 평가 대상 선수의 복수의 역량 각각에 대한 역량 지수를 산출하는 것을 특징으로 하는,
    스포츠 선수 심리 평가 장치.
  6. 제5항에 있어서,
    상기 메모리는 상기 선수 유형 각각에 복수 개의 심리 특성 요인마다 요인 분석을 기반으로 산출된 요인 부하량이 저장되어 있으며,
    상기 프로세서는 상기 산출된 복수의 심리 특성 요인별 점수에 상기 요인 부하량을 반영하고, 이를 기반으로 상기 평가 대상 선수의 선수 유형을 결정하는 것을 특징으로 하는,
    스포츠 선수 심리 평가 장치.
  7. 제6항에 있어서,
    상기 복수의 심리 특성 요인은 지배성, 외향성, 방어성, 정서적 안정성, 목적, 팀워크, 친화성, 도전, 끈기, 통제력, 능력 확신 및 성실성 중 복수 항목을 포함하고,
    상기 선수 유형은 헌신형, 근성형, 리더형 및 주도형 중 적어도 하나를 포함하고,
    상기 복수의 역량은 리더쉽, 자기 조절 능력, 정신적 강인함, 팀워크 및 경기력 중 적어도 하나를 포함하고,
    스포츠 선수 심리 평가 장치.
  8. 제7항에 있어서,
    상기 프로세서는,
    상기 평가 대상 선수에 대하여 산출된 심리 평가 결과를 상기 평가 대상 선수의 스포츠 종목에 적합한 역량의 지수 및 선수 유형과 비교하고,
    상기 비교 결과를 기반으로 상기 평가 대상 선수에게 개선 또는 발전이 필요한 심리 특성 요인 및 역량 중 적어도 하나를 포함하는 피드백 정보를 도출하는 것을 특징으로 하는,
    스포츠 선수 심리 평가 장치.
  9. 스포츠 선수 심리 평가 장치에 의해 수행되는 방법으로,
    설문 데이터에 대하여 평가 대상 선수로부터 직접 입력된 제1 심리 정보를 수신하는 단계;
    설문 데이터에 대하여 상기 평가 대상 선수의 지도자가 상기 평가 대상 선수에 대하여 평가하여 입력한 제2 심리 정보를 수신하는 단계; 및
    특정 스포츠 종목에 대한 상기 평가 대상 선수의 심리 평가 결과를 산출하는 단계를 포함하며,
    상기 스포츠 선수 심리 평가 장치는 스포츠와 관련된 적어도 하나의 어노테이터로부터 입력된 적어도 하나의 심리 특성 요인과 특정 스포츠 종목의 각 포지션 간의 제1 관련도 정보가 학습 데이터로 입력되어 학습된 인공지능모델, 스포츠 선수의 심리 평가를 위한 심리 유형 및 자질에 관한 적어도 하나의 질문을 포함하는 설문 데이터가 저장된,
    스포츠 선수 심리 평가 방법.
  10. 하드웨어인 컴퓨터와 결합되어, 제9항의 방법을 실행시키기 위한 프로그램이 저장된 컴퓨터 판독 가능한 기록매체.
KR1020220017017A 2022-02-09 2022-02-09 스포츠 선수 심리 평가 장치, 방법 및 프로그램 KR20230121192A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220017017A KR20230121192A (ko) 2022-02-09 2022-02-09 스포츠 선수 심리 평가 장치, 방법 및 프로그램

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220017017A KR20230121192A (ko) 2022-02-09 2022-02-09 스포츠 선수 심리 평가 장치, 방법 및 프로그램

Publications (1)

Publication Number Publication Date
KR20230121192A true KR20230121192A (ko) 2023-08-18

Family

ID=87802050

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220017017A KR20230121192A (ko) 2022-02-09 2022-02-09 스포츠 선수 심리 평가 장치, 방법 및 프로그램

Country Status (1)

Country Link
KR (1) KR20230121192A (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101661698B1 (ko) 2014-06-19 2016-10-05 오미라 도형 및 문항 검사를 통한 온라인 심리분석 서비스 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101661698B1 (ko) 2014-06-19 2016-10-05 오미라 도형 및 문항 검사를 통한 온라인 심리분석 서비스 방법

Similar Documents

Publication Publication Date Title
Fazeli et al. Random versus blocked practice to enhance mental representation in golf putting
Morrow Jr et al. Measurement and evaluation in human performance, 5E
Louzada et al. iSports: A web-oriented expert system for talent identification in soccer
Faber et al. The Dutch motor skills assessment as tool for talent development in table tennis: a reproducibility and validity study
Stahl et al. Task complexity, epistemological beliefs and metacognitive calibration: An exploratory study
Beattie et al. The mediating role of training behaviors on self-reported mental toughness and mentally tough behavior in swimming.
Sheldon et al. Physical and psychological predictors of perceived ability in adult male and female tennis players
Gagnon-Dolbec et al. Feedback, sport-confidence and performance of lacrosse skills
Cardoso et al. Decoding machine learning benchmarks
Thompson et al. “Is it a slow day or a go day?”: The perceptions and applications of velocity-based training within elite strength and conditioning
Yantha et al. The recommendation for learners to be provided with control over their feedback schedule is questioned in a self-controlled learning paradigm
Wathen et al. Using real‐life major league baseball data in an introductory statistics course
US20190362138A1 (en) System for Adaptive Teaching Using Biometrics
RU2456921C1 (ru) Способ отбора для занятий игровыми видами спорта
JP7127848B2 (ja) レコメンドシステムおよびレコメンド方法
KR20230121192A (ko) 스포츠 선수 심리 평가 장치, 방법 및 프로그램
Hsu et al. Students’ efficacy profiles and outcomes of perceived relation-inferred self-efficacy support in physical education
Kawatsu et al. Predicting students’ decisions in a training simulation: a novel application of trueskill
Petrov Methodology for assessing the quality of conducted training
JP6313515B1 (ja) 学習力評価システム、学習者端末およびコンピュータプログラム
RU2314029C2 (ru) Способ комплексной психофизиологической оценки индивидуально-типологических особенностей целенаправленной деятельности личности
Young Coaching expertise and the quantitative examination of developmental experiences
Duivenvoorden et al. Self-regulated learning strategies during self-controlled practice in physical education
Bendjebar et al. An improvement of a data mining technique for early detection of at-risk learners in distance learning environments
Raue et al. Team Trust in Sport Teams: Methodological Implications to Advance this Field