HET BREIN VAN DE TOPSPORTER:

Transcriptie

1 HET BREIN VAN DE TOPSPORTER: EXPERIMENTEEL ONDERZOEK NAAR DE RELATIE TUSSEN TOPSPORTPRESTATIE EN COGNITIEF FUNCTIONEREN Aantal woorden: Margot Vanhoutte en Griet Warlop Studentennummer: en Promotor: prof. dr. Matthieu Lenoir Copromotor: dr. Pieter Vansteenkiste Masterproef voorgelegd voor het behalen van de graad master in de richting Lichamelijke Opvoeding en Bewegingswetenschappen Academiejaar:

2

3 VOORWOORD De keuze voor deze masterproef was voor ons niet zo verrassend. We zijn beiden al van jongs af aan actief in een teamsport en komen dus vaak in contact met tactisch inzicht, plannen, focus enzovoort. Aangezien dit aspect van sportprestaties nog maar weinig aan bod kwam in onze opleiding leek het ons zeer interessant om onze kennis hieromtrent uit te breiden door middel van deze masterproef. Bovendien wilden we graag ons steentje bijdragen aan de talentidentificatie binnen de huidige generatie sporters om, op termijn efficiënter talent te identificeren. We kozen samen om ons onderzoek binnen het volleybal uit te voeren. Dit kwam mede doordat we zagen dat de talentidentificatie momenteel goed rendeert in het volleybal in Vlaanderen. Vele volleyballers die geselecteerd worden voor de topsportschool volleybal bereiken later ook effectief een hoog niveau. Dit komt onder meer door een goede samenwerking van onze universiteit met Volley Vlaanderen. Graag willen we Prof. Dr. Matthieu Lenoir bedanken om ons deze masterproef toe te kennen en ons de kans te geven om onze gemeenschappelijke wetenschappelijke interesse verder uit te bouwen, alsook om ons met verschillende clubs in contact te brengen. Daarnaast willen we ook Dr. Pieter Vansteenkiste bedanken voor de hulp en vele feedbackmomenten. Dank u wel om telkens klaar te staan wanneer we vragen hadden en om tijd vrij te maken om onze proefversies steeds opnieuw te lezen. Ook bedankt voor het contact met de verschillende volleybalclubs en spelers. Zonder deze hulp zouden onze testen niet uitgevoerd kunnen worden. Daarnaast ook bedankt aan Mireille Mostaert om de discriminantanalyse te verduidelijken en hieromtrent feedback te geven en algemeen bedankt aan de vakgroep Bewegings- en Sportwetenschappen voor het voorzien van testmateriaal en accommodatie. Ook willen we volgende mensen danken: de coaches, spelers en medewerkers van VDK Gent Heren, Par-ky Menen, VT Marke-Webis Wevelgem en VC Pervol Ruiselede, waarbij we onze testen mochten uitvoeren. Bedankt voor het geduld, de flexibiliteit en goede samenwerking. Ook onze medestudenten die op vrijwillige basis deelgenomen hebben aan dit onderzoek willen we van harte bedanken. Ten slotte mogen zeker en vast onze ouders niet ontbreken. We willen hen uitdrukkelijk bedanken dat we steeds een auto ter beschikking hadden om onze testen uit te voeren, het opvangen tijdens onze stressmomentjes en de onvoorwaardelijke steun. Als laatste willen we ook elkaar bedanken voor de vlotte samenwerking, zowel samen als van op afstand. Evenals de leuke momenten tussendoor en tijdens het afnemen van de testen.

4

5 ABSTRACT Inleiding Deze masterproef kadert binnen de talentidentificatie in volleybal. Eerder onderzoek toont aan dat een multidimensionele aanpak aangewezen is om talent op te sporen in teamsporten door onder andere het groot aantal vrijheidsgraden in deze sporten. Het aspect cognitie werd hierbij nog maar weinig in rekening gebracht, ondanks dat onderzoek hierover in andere sporten al veelbelovende resultaten opleverde. Het doel van deze studie was om na te gaan in welke mate elite en sub-elite volleyballers en niet-volleyballende sporters verschillen inzake cognitieve vaardigheden. Daarenboven werd hierbij de invloed van het aantal trainingsuren en de leeftijd nagegaan. Uiteindelijk werd onderzocht welke parameters, antropometrie, fysiek, motoriek en/of cognitie, binnen de multidimensionele aanpak een onderscheid kunnen maken tussen de verschillende groepen. Methode De testen werden bij drie specifieke mannelijke groepen afgenomen: 24 elite volleyballers tussen 18 en 35 jaar (Liga A), 18 sub-elite volleyballers tussen 20 en 32 jaar (eerste divisie) en 19 studenten Lichamelijke Opvoeding en Bewegingswetenschappen tussen 22 en 24 jaar. Lichaamslengte, lichaamsgewicht, CMJ met en zonder armzwaai en 3 KTK-testen werden uitgevoerd. Daarnaast werden de executieve functies gemeten aan de hand van 3 testen uit de CANTAB, een gevalideerde cognitieve testbatterij. Resultaten Een MANOVA-analyse van cognitieve variabelen leverde zowel multivariaat als univariaat geen significante verschillen op tussen de drie groepen. Daarnaast werd er geen significante invloed gevonden van de leeftijd en het aantal trainingsuren op deze resultaten. De discriminantanalyse waarin alle testen in rekening gebracht werden, gaf aan dat er 83,3% van de proefpersonen in de juiste groep onderverdeeld kon worden. Het beste onderscheid tussen de groepen werd gemaakt op basis van de metingen van lichaamslengte, lichaamsgewicht, CMJ met en zonder armzwaai, KTK verplaatsen en één meting van cognitie. Conclusie Op basis van onze resultaten blijken enkel cognitieve metingen geen duidelijk onderscheid te maken tussen de drie groepen. Antropometrie en fysieke eigenschappen droegen het meeste bij om de proefpersonen correct te discrimineren.

6

7 INHOUDSOPGAVE VOORWOORD... ABSTRACT LITERATUURSTUDIE Inleiding Definities Talent: modellen en concepten Stadia in het talentidentificatie- en ontwikkelingsproces Differentiated Model of Giftedness and Talent Maturiteit en relatief leeftijdseffect Deliberate practice Talentidentificatie in volleybal in Vlaanderen Multidimensionele aanpak Niet-sportspecifieke metingen in volleybal Antropometrie Fysieke kenmerken Motorische coördinatie Cognitie Perceptie Volleybalspecifieke metingen Techniek Tactiek Perceptie Cognitie, executieve functies en metacognitie De drie onderdelen van executieve functies Trainbaarheid van executieve functies en metacognitie... 24

8 Executieve functies in de sport Cognitie in volleybal Onderzoeksvragen en hypothesen METHODE Populatie Procedure Meetinstrumenten Data-analyse RESULTATEN Antropometrie, fysieke en motorische vaardigheden Onderzoeksvraag 1: verschillen in cognitieve vaardigheden Onderzoeksvraag 2: invloed van leeftijd en aantal trainingsuren Onderzoeksvraag 3: discriminantanalyses Algemene testen Cognitieve testen Algemene en cognitieve testen DISCUSSIE Verschillen in antropometrie, fysieke en motorische vaardigheden Verschillen in cognitieve vaardigheden Invloed van leeftijd en aantal trainingsuren Discriminantanalyses Multidimensionele aanpak Beperkingen onderzoek Conclusie en relevantie onderzoek BIJLAGEN... BIBLIOGRAFIE...

9 1. LITERATUURSTUDIE 1.1. Inleiding Sport speelt een belangrijke rol in onze samenleving. Om jaar na jaar succes te boeken op kampioenschappen en Olympische Spelen is talentidentificatie van groot belang binnen de verschillende sporten. Dit is zeker het geval in een klein land als België, waar de talentenpool eerder beperkt is. De voorbije jaren groeide er meer en meer interesse in programma s die talentidentificatie op jonge leeftijd mogelijk maken. Dit heeft als doel om efficiënt toppers van subtoppers te onderscheiden en deze zo optimaal mogelijk te begeleiden en financiële middelen efficiënt te kunnen aanwenden. Tussen wetenschappers heerst er nog een grote onduidelijkheid over hoe talent nu precies gedefinieerd en geïdentificeerd kan worden. Er is geen eenduidig theoretisch kader om praktische handelingen te coördineren. We beginnen dit werk met het beschrijven van enkele definities, modellen en concepten omtrent talent. Vervolgens weiden we uit over de multidimensionele aanpak en enkele nietsportspecifieke en sportspecifieke meetmethoden om talent te kwantificeren in volleybal. Daarna wordt toegespitst op het cognitieve aspect binnen talentidentificatie, waar tot nog toe geen uitgebreid onderzoek naar gevoerd is in deze sport. We eindigen onze literatuurstudie met de beschrijving van onze onderzoeksvragen en hypothesen die we in een specifieke sport, namelijk volleybal, zullen kaderen Definities Alhoewel het voor zowel de club, trainers en sporters van groot belang is om elite spelers zo goed mogelijk te onderscheiden en te begeleiden, heerst er nog een grote onenigheid over hoe talent gedefinieerd en geïdentificeerd kan worden. In deze rubriek worden enkele belangrijke definities op een rij gezet. Gagné (2004) maakte een onderscheid tussen begaafdheid en talent. Begaafdheid slaat op de natuurlijke capaciteiten die zonder training spontaan voorkomen in één domein bij een individu. Hiernaar wordt ook gerefereerd met de term nature in het nature-nurture debat. Iemand is begaafd als hij bij de beste tien procent van zijn leeftijd hoort in dat specifieke domein. Talent daartegenover slaat op de systematisch ontwikkelde capaciteiten in één gebied van het menselijk handelen. Hierbij is er dus een invloed van de opvoeding, training en leefomgeving, wat onder de term nurture valt. Iemand is getalenteerd als hij bij de beste tien procent van zijn 1

10 leeftijdsgenoten hoort die ook actief zijn in dat gebied. Gagné omschreef talentontwikkeling (TOW) bijgevolg als de transformatie van begaafdheid naar talent. Williams en Reilly (2000) stelden dat wanneer het over talentontwikkeling gaat, sporters van een geschikte leeromgeving moeten voorzien zijn zodat ze hun potentieel kunnen ontwikkelen. Ze omschreven talentdetectie (TDE) als het ontdekken van sporters die voordien nog niet actief waren binnen een bepaalde sport. Talentidentificatie (TID) is het herkennen van toppers binnen een groep sporters in een specifieke sport. Daarnaast beschreven ze talentselectie (TSE) als het uitkiezen van die bepaalde sporter die het meest geschikt is voor een bepaalde taak in een team en dat binnen een specifieke context Talent: modellen en concepten Stadia in het talentidentificatie- en ontwikkelingsproces Om efficiënt talent op te sporen was er nood aan talentidentificatie- en ontwikkelingsprogramma s. Onderstaand model (figuur 1) geeft enkele stadia weer in het proces van TOW en TID. Williams en Reilly beschreven zoals bovenstaand gedefinieerd vier fasen in het zoeken en ontwikkelen van talent: TDE, TID, TOW en TSE. Vaeyens et al. (2008) voegden daar een vijfde fase aan toe: de confirmatiefase. Het model stelt dat TID als een voorloper van en een selectiecriterium voor TOW gezien kan worden. Dit deel van het proces kan voorafgegaan worden door TDE waarin alle mogelijke jongeren worden opgespoord die eventueel kunnen uitgroeien tot talent in een bepaalde sport, maar nog niet actief zijn binnen deze specifieke sport. Ze gingen ervan uit dat TID en TDE een fundamentele rol spelen in de zoektocht naar talenten. TID en TOW zouden gecombineerd moeten worden om zo elite atleten te bekomen. Het is van groot belang om atleten zo vroeg mogelijk op te sporen om het ontwikkelingsproces te versnellen en de jongeren zo optimaal mogelijk te kunnen begeleiden. In de confirmatiefase worden atleten beoordeeld en wordt er nagegaan of ze voldoen aan bepaalde opgelegde criteria binnen de sport. Daarnaast wordt er gekeken of geselecteerde atleten meekunnen op een hoger niveau of bij elite atleten. Samen met TSE is dit een iteratief circulair proces. 2

11 Figuur 1: Stadia in het talentidentificatie- en ontwikkingsproces (uit Vaeyens et al., 2008). Volgens Williams en Reilly (2000) is talent niet expliciet aanwezig op jonge leeftijd. Talentvolle jonge atleten zouden wel gedragingen en houdingen hebben die als indicator dienen om talent op jonge leeftijd te herkennen Differentiated Model of Giftedness and Talent Gagné (2004) stelde het Differentiated Model of Giftedness and Talent (DMGT) op (figuur 2). Daarin beschreef hij een gave als een buitengewone natuurlijke bekwaamheid. Deze kan via talentontwikkeling een buitengewone, systematisch ontwikkelde vaardigheid worden, een specifiek talent dus. Hij beschreef drie groepen van katalysatoren die invloed hebben op dat proces om elite atleten te ontwikkelen: intrapersoonlijke katalysatoren, de omgeving en het toeval. Deze katalysatoren kunnen de ontwikkeling bevorderen of belemmeren. Intrapersoonlijke katalysatoren bevatten de fysieke en mentale eigenschappen van een persoon, maar ook zelfmanagement, wilskracht en motivationele processen (Gagné, 2004). Zelfmanagement was de laatste toevoeging aan deze katalysator. Uit onderzoek bleek dat dit aspect één van de meest typische kenmerken is van veelzijdig getalenteerde jongeren. Het begrip zelfmanagement werd zeer breed gedefinieerd en omvat initiatief nemen, efficiënt tijdsmanagement, autonomie, concentratie en een goede werkhouding (Gagné, 2004). Gagné gaf deze katalysator een ruimere betekenis op basis van de bevindingen van De Waele et al. (1993). Daarin werd zelfmanagement gedefinieerd als het werken naar een optimale integratie van iemands emotionele, geestelijke, intellectuele en fysieke levensstijl in elke fase van iemands leven. Het betekent ook het herkennen van iemands capaciteiten en mogelijkheden. Deze nieuwe definitie leverde een tweedeling op binnen de intrapersoonlijke katalysatoren: 3

12 fysieke en mentale kenmerken enerzijds en processen anderzijds. Hierdoor krijgt zelfmanagement een veel bredere en centrale rol in het DMGT model van Gagné. De omgeving kan een positieve of negatieve invloed uitoefenen op de jongere. Zo zouden jongeren die op het platteland wonen bijvoorbeeld niet gemakkelijk toegang hebben tot geschikte leermiddelen (sportclubs, muziekscholen, tekenscholen en dergelijke). Bij deze jongeren zou de omgeving dus een negatieve invloed op de ontwikkeling van talent kunnen hebben. Deze katalysator omvat een variëteit aan factoren zoals het milieu, de omgeving waarin de sporter leeft en beweegt, belangrijke personen zoals ouders, familie en vrienden. Daarnaast hebben blessures, de financiële situatie, de leeftijd van de ouders enzovoort eveneens een invloed op de talentontwikkeling van de jongere. Tenslotte heeft het toeval ook een effect op de intrapersoonlijke factoren en de omgeving, maar ook op de natuurlijke gave van de persoon zelf. Zo hebben de kinderen geen controle over de socio-economische status van het gezin waarin ze opgroeien of hebben ze geen controle over de opvoedkundige kwaliteiten van hun ouders. Deze laatste katalysator is ook een factor die bijdraagt tot de ontwikkeling van talent bij kinderen. In tegenstelling tot andere theorieën en onderzoeken, speelt volgens Gagné het toeval een belangrijk rol in het proces om talent te ontwikkelen. De betrokkenheid van jongeren in het talentidentificatieproces kunnen de negatieve impact van het toeval verkleinen. Figuur 2: Het DMGT model (uit Gagné, 2004). 4

13 Bovenstaande zes delen van het DMGT model vormen samen een dynamisch model waarbinnen alle determinanten voor talentontwikkeling in interactie zijn met elkaar. Toch is er hieromtrent nog meer onderzoek vereist. Verschillende terreinen waarin talent voorkomt en de verschillende niveaus ervan kunnen bijvoorbeeld onderzocht worden. Bovendien kan er nog meer onderzoek verricht worden naar de verschillende culturele invloeden op talent (Gagné, 2004). Dit model wordt ook aanzien als een multidimensionele aanpak binnen talentidentificatie. Hier wordt in paragraaf verder over uitgeweid Maturiteit en relatief leeftijdseffect In talentidentificatie is maturiteit een belangrijke factor die in acht genomen moet worden (Vaeyens et al., 2008). Dit wordt gedefinieerd als het ontwikkelingsproces naar de mature biologische staat (Malina et al., 2004). Het komt dus overeen met de biologische leeftijd en valt veelal niet samen met iemands chronologische leeftijd. Maturiteit is gelinkt aan de intrapersoonlijke katalysator van het DMGT model. Zo zouden jongens die vroeg matuur zijn bijvoorbeeld over een grotere zithoogte beschikken en zo selectie- en concurrentievoordelen hebben (Cripps et al., 2016). Ook worden laat mature jongeren vaak uitgesloten als het om talentselectie gaat en worden sporters die vroeg matuur zijn vaker geselecteerd (Myburgh et al., 2016; Malina et al., 2000). Daarnaast zijn de meeste jeugdcompetities ingedeeld op basis van de leeftijd. Hierdoor meten spelers zich met elkaar die tot 12 maanden kunnen verschillen in kalenderleeftijd. Zij bezitten echter vaak betere cognitieve, fysieke en emotionele eigenschappen (Cobley et al., 2009). Dit fenomeen wordt het relatief leeftijdseffect genoemd. Van hieruit wordt er geopperd om binnen talentidentificatie te focussen op de vaardigheden in plaats van de resultaten die de sporters neerzetten. Daarnaast kan het vertragen en verlaten van selectieprocedures er voor zorgen dat laat mature jongeren ook kans maken op een selectie. Op deze manier wordt ook de selectiepool vergroot, wat bijdraagt tot een succesvollere talentidentificatie (Andronikos et al., 2015). 5

14 Deliberate practice Om expertise te bereiken in eender welk domein zijn er vele uren van intensieve oefening nodig (Ericsson et al., 1993). Deze activiteiten kunnen in het DMGT model geschetst worden onder de omgevingskatalysator. De natuurlijk voorbeschikte jongere dient bijvoorbeeld over voldoende accommodatie te beschikken en moet voldoende uren kunnen oefenen om zijn talent te ontwikkelen. Er zou, volgens Ericsson et al. (1993), minstens tien jaar van intensief engagement nodig zijn om expertise te bereiken, ook voor degene die het meeste talent zouden bezitten. Dit bewijst voornamelijk het belang van ervaring om het hoogste niveau te bereiken. Enkel ervaring blijkt echter niet voldoende te zijn (Ericsson, 2008). Er moet een duidelijk gedefinieerd doel gesteld worden en de sporters moeten gemotiveerd worden om te verbeteren. Ze moeten feedback krijgen en vaardigheden dienen voldoende herhaald en ingeoefend te worden. Op deze manier kan een bepaalde vaardigheid op een hoger prestatieniveau uitgevoerd worden. Er is een duidelijk verschil in de uitvoering van een alledaagse vaardigheid en de uitvoering van een expert (figuur 3). Figuur 3: Het verschil tussen verloop van de ontwikkeling van expertise en die van alledaagse vaardigheden (uit Ericsson, 2008). Bij alledaagse taken zien we dat de vaardigheden aangepast zijn aan de situationele eisen van de taak. Na een cognitieve en associatieve fase wordt er quasi snel een voldoende niveau van uitvoering bereikt. Deze taken worden dan automatisch en autonoom uitgevoerd (onderste pijl, figuur 3), er is geen bewuste controle meer nodig. Wanneer er echter naar expertise gestreefd wordt binnen een bepaalde vaardigheid zal deze automatisering zo veel mogelijk vermeden worden. Er wordt gezorgd dat er geen plateau van prestatie voorkomt op een niveau dat niet het expertiseniveau is (middelste pijl, figuur 3). Dit wordt gedaan door steeds nieuwe doelen te 6

15 stellen om een hogere prestatieniveau te bereiken (bovenste pijl, figuur 3). Hierbij wordt bijgevolg in de cognitieve/associatieve fase gebleven. Bij dit hoogste niveau van expertise horen de elite sporters. Zij zijn in staat om aan de hand van een verhoogde controle hun eigen prestatie te monitoren en bij te sturen. Dit concept is gelijkaardig aan het concept van metacognitie en vereist complexe mentale vaardigheden. Onder paragraaf 1.7. gaan we dieper in op het aspect metacognitie. Toch is niet iedereen het eens met deze theorie van Ericsson. Hambrick et al. (2014) halen aan dat deliberate practice immers niet zo eenduidig is als Ericsson en zijn collega s suggereerden. Zo bleek dat het tien jaar oefenen om expertise te bereiken slechts bij een derde van de proefpersonen nodig is. Iemand kan meer dan tien jaar oefenen, maar nog steeds geen expert zijn. Daarnaast kan iemand al een expert zijn wanneer hij minder dan tien jaar geoefend heeft. De studie van Ericsson et al. (2014) over deliberate practice is volgens Hambrick et al. (2014) onderbouwd door tegenstrijdigheden, vergissingen en fouten in zijn argumentering en analyse. Zo haalt Ericsson in zijn later werk tegenstrijdige zaken aan die hij in het verleden beweerd heeft (Ericsson, 2014). Eerst haalde hij aan dat er vele uren van intensieve training nodig zijn om expert te worden, wat we deliberate practice noemen. Later nuanceerde hij zijn eigen theorie en beweerde hij dat er nog andere factoren een rol spelen om expertise te verkrijgen Talentidentificatie in volleybal in Vlaanderen De Vlaamse volleybalfederatie, Volley Vlaanderen, stelde in samenwerking met Universiteit Gent een procedure op om talent te identificeren uit de volleyballende Vlaamse jeugd. Deze procedure is in tabel 1 weergegeven en gebaseerd op het document Selectiecriteria & Selectieprocedures van de Vlaamse Topsportschool Volleybal voor schooljaar

16 Tabel 1: Talentidentificatieprocedure van Volley Vlaanderen. Fase Criteria Beoordelaars en betrokken partijen Jeugdclubs, jeugdcompetitie, jeugdbekerwedstrijden, scholencompetities, provinciale selecties, Interprovinciale Jeugd Opleidingstornooien (IPJOT), circuittornooien, jeugdtoptornooien en spontane sollicitaties Subjectieve beoordeling Jeugdtoptrainers (recruiters) van Volley Vlaanderen Volleybal Talent en - gestaltepredictie Volley Vlaanderen en Instroom Identificatie Systeem (VOLTIS) - aanvalsspronghoogte - volleybal technische Universiteit Gent vaardigheden Instap topsportschool Globale beoordeling op Selectiecommissie basis van fysieke Volley Vlaanderen mogelijkheden en volleybal technische vaardigheden tijdens 4 detectietrainingen en een stage. Verkrijgen topsportstatuut Evaluatie op basis van Selectiecommissie Doorstroom fysieke mogelijkheden en volleybal technische vaardigheden. (Sport Vlaanderen, BOIC, VSF) Jaarlijkse evaluatie Individuele progressie Topsportschool De procedure wordt ingedeeld in twee fasen: de instroom en de doorstroom. De instroom heeft als doel om talentvolle spelers en speelsters te selecteren voor een instap in de topsportschool 8

17 volleybal. Hiervoor wordt er vertrokken vanuit de volledige pool van volleyballende jeugd. Enerzijds kunnen er spelers of speelsters geïdentificeerd worden via de subjectieve beoordeling van recruiters van de Vlaamse volleybalbond. Anderzijds worden er over heel Vlaanderen VOLTIS-testdagen georganiseerd. De VOLTIS-testbatterij werd in samenwerking met onderzoekers van Universiteit Gent opgesteld en meet lichaamslengte, sprongkracht bij de aanvalssprong en coördinatie als voorspellers van talent. Deze drie criteria worden doorheen het verdere protocol ook gebruikt als basis voor al dan niet verdere selectie. Om te beslissen over een instap in de topsportschool worden de mogelijke talenten uitgenodigd voor 4 detectietrainingen en een stage. Hier worden ze, bovenop de drie vooraf genoemde selectiecriteria, globaal beoordeeld door de selectiecommissie van Volley Vlaanderen. Een positieve beoordeling en een totaal van 8 punten, behaald op de drie selectiecriteria, leidt tot een mogelijkheid om in te stappen in de topsportschool. Tijdens de doorstroom worden de leerlingen van de topsportschool vervolgens beoordeeld door een selectiecommissie opgesteld uit Sport Vlaanderen, BOIC en VSF, voor het verkrijgen van een topsportstatuut. Hiervoor baseert men zich op dezelfde criteria als tijdens de instroomfase. Daarnaast is er elk schooljaar een beoordeling van de individuele progressie van de leerlingen op de topsportschool. Bij een negatieve beoordeling zullen zij hun opleiding aan de topsportschool niet verder kunnen zetten. Deze jaarlijkse beoordeling komt overeen met de confirmatiefase die beschreven werd door Vaeyens et al. (2008). Ten slotte formuleerde Volley Vlaanderen de verwachte eindcompetenties van geselecteerde spelers. Zo wordt er per graad verwacht dat de leerlingen een bepaald niveau behalen in de Vlaamse competitiereeksen en dat ze opgenomen zijn in de nationale selectie. Na de topsportschool wordt beoogd dat de heren een basisplaats verwerven in Liga B, de dames dienen een basisplaats te verwerven in Liga A. Het uiteindelijke doel van de topsportschool is om spelers en speelsters af te leveren die het potentieel hebben om een basisplaats in te vullen in de hoogste afdeling van de Belgische competitie. Daarnaast is het doel dat ze op termijn een basisplaats kunnen invullen in een Europese topploeg. Uiteraard hoort hier ook een selectie bij voor de ruime kern van de nationale ploeg. 9

18 1.5. Multidimensionele aanpak Hier wordt er verder toegespitst op het belang van een multidimensionele aanpak binnen talentidentificatie. Vroeger werd er slechts een beperkt aantal dimensies in rekening gebracht om talenten in een vroeg stadium te detecteren en te identificeren. Daaronder vielen vaak enkel de fysieke, antropometrische en motorische parameters. Gedurende de laatste tien jaar werd deze aanpak meer en meer in vraag gesteld (Williams & Reilly, 2000; Elferink-Gemser et al., 2004). Voornamelijk binnen teamsporten gaven onderzoekers aan dat er nood was aan een multidimensionele aanpak, waarbij meerdere dimensies in rekening worden gebracht (Elferink- Gemser et al., 2004; Rikberg & Raudsepp, 2011). Dit is deels omdat de teamsporten gekenmerkt worden door een interactie van heel wat verschillende vrijheidsgraden. Bovendien wordt excellentie in de sport niet op één bepaalde manier behaald (Vaeyens et al., 2008). Verschillende individuen hebben hun eigen manier om dat niveau te behalen door middel van hun eigen unieke combinatie van vaardigheden en capaciteiten. Dit gegeven noemt men het compensatiefenomeen. Het stelt dat iemand kan compenseren voor bepaalde zwaktes door heel sterke scores op andere eigenschappen. Zo is Nina Derwael (figuur 4) tamelijk groot om een gymnaste te zijn op topniveau. Ze compenseert hier echter voor door haar excellente coördinatievaardigheden. Figuur 4: Nina Derwael op het podium nadat ze brons behaalde op de damesbrug op het wereldkampioenschap in Montréal in Bij een multidimensionele aanpak worden, naast bovenstaande parameters ook de psychologische, cognitieve, technische en tactische variabelen getest (Rikberg & Raudsepp, 10

19 2011). Ward & Williams (2003) hanteerden een multidimensionele aanpak om elite en sub-elite te onderscheiden binnen het voetbal. Ze onderzochten visuele, perceptuele en cognitieve vaardigheden om talent te detecteren en te identificeren. Uit de resultaten bleek dat de scores op de perceptuele en cognitieve vaardigheden een onderscheid kunnen maken tussen elite en sub-elite voetbalspelers. Bovendien bleek in volleybal naast explosieve kracht ook de aanvalsen passtechniek belangrijk te zijn om geselecteerde volleyballers van niet-geselecteerde te onderscheiden (Rikberg & Raudsepp, 2011). Binnen het veldhockey is een multidimensionele aanpak eveneens aangewezen omdat veldhockeyspelers over multidimensionele kwaliteiten moeten bezitten (Elferink-Gemser et al., 2004). Daarnaast konden elite spelers van sub-elite spelers onderscheiden worden op basis van technische, tactische en psychologische vaardigheden om succes op lange termijn te voorspellen. Huijgen (2013) hanteerde de multidimensionele aanpak om na te gaan welke vaardigheden een onderscheid konden maken tussen geselecteerde en niet-geselecteerde spelers in het Nederlands talentontwikkelingsprogramma in voetbal. Vier parameters werden in rekening gebracht: fysiologie, techniek, tactiek en psychologie. Een discriminantanalyse toonde aan dat een combinatie van drie vaardigheden 69% van de spelers in de correcte groep kon indelen. Hieronder viel een technische meting van de dribbelvaardigheden, een tactische meting van positionering en beslissingen nemen en een fysiologische meting van de sprintvaardigheden. De beslissing om spelers te selecteren of niet bleek dus gebaseerd te zijn op een combinatie van parameters. Uit vele studies (Rikberg & Raudsepp, 2011; Ward & Williams, 2003; Elferink-Gemser et al., 2004; Huijgen, 2013) bleek telkens dat er verschillende vaardigheden nodig zijn om atleten als talentvol te kunnen beschouwen. Een multidimensionele aanpak pleit er dus voor om zo veel mogelijk aspecten in rekening te brengen om talent te identificeren. Recent (ongepubliceerd) onderzoek aan onze vakgroep (Van Dam et al., 2017) ging na in welke mate een multidimensionele, niet-sportspecifieke testbatterij het latere niveau van volleyballers die de opleiding van de Vlaamse Topsportschool Volleybal genoten kon voorspellen. Dit onderzoek kon op basis van antropometrische, fysieke en motorische variabelen geen verschillen vinden tussen spelers met een selectie voor het nationale team, spelers actief in Liga A en spelers die niet actief zijn in Liga A. Dit kwam doordat de spelers voordien al geselecteerd waren op basis van lengte en fysieke prestatie door de topsportschool. Bovendien kon een discriminantanalyse geen duidelijk onderscheid maken tussen de verschillende groepen op basis van de gemeten variabelen. Concreet blijkt dus dat drop-out van het allerhoogste niveau 11

20 multifactorieel is en dat fysieke, antropometrisch en motorische variabelen geen duidelijk onderscheid kunnen maken tussen spelers die wel of niet de absolute top bereiken Niet-sportspecifieke metingen in volleybal In onderstaande paragraaf zullen we enkele niet-sportspecifieke testen bespreken die gebruikt kunnen worden binnen talentidentificatieprogramma s. Niet-sportspecifieke testen zijn algemene testen die bij eender welke sport uitgevoerd kunnen worden. We bespreken deze testen en halen aan hoe deze specifiek toegepast worden in volleybal en welke resultaten deze hierbij opleveren in vergelijking met andere sporten. Daarnaast kijken we ook naar welke metingen een verschil aanduiden tussen topvolleyballers en de subtop Antropometrie Eén van de meest voorkomende algemene testen binnen de sportsetting zijn de antropometrische testen. Het spreekt voor zich dat men hierbij niet enkel rekening dient te houden met de lichaamslengte en het lichaamsgewicht, ook de lengte van de onderste ledematen en het vetpercentage spelen hierin een fundamentele rol. Pion et al. (2014) concludeerden dat volleybalspelers significant langere onderste ledematen hebben in vergelijking met andere sporters. Daarnaast werd aangetoond dat basketbal- en volleybalspelers significant groter zijn (Jaric et al., 2001; Pion et al., 2014) en over een hogere zithoogte beschikken in vergelijking met andere sporters. Ook bleken volleybalspelers over een significant hoger lichaamsgewicht te beschikken in vergelijking met badmintonners, basketballers, gymnasten, judoka s, voetballers, tafeltennissers en triatleten. Gabbett & Georgieff (2007) vergeleken elite, sub-elite en beginnende volleyballers en vonden significante verschillen in lichaamslengte tussen alle drie de groepen (figuur 4). Er bleken echter geen significante verschillen te zijn in lichaamsgewicht. Reikhoogte en huidplooidikte speelden volgens het onderzoek van Gabbett & Georgieff (2007) een rol in het spelniveau bij Australische volleybalspelers. Spelers op een hoger niveau hebben een hogere reikhoogte en een kleinere huidplooidikte dan spelers op een lager niveau. Deze bevindingen werden niet teruggevonden in het onderzoek van Gabbett et al. (2007), waar men geen significante verschillen vond in huidplooidikte tussen geselecteerde en niet-geselecteerde volleybalspelers. 12

21 Figuur 4: Verschillen in lichaamslengte, lichaamsgewicht, huidplooidikte en reikhoogte tussen elite, sub-elite en beginnende Australische volleybalspelers (uit Gabbett & Georgieff, 2007) Fysieke kenmerken Naast de antropometrische eigenschappen van volleybalspelers zijn de fysieke kenmerken eveneens belangrijk inzake het niveauverschil tussen spelers. Uithouding Tijdens een volleybalmatch moeten spelers in staat zijn om herhaaldelijk snelle aanvallen uit te voeren aan een hoge intensiteit, gecombineerd met periodes van lage intensiteit. Hierdoor moeten volleybalspelers zowel over een goed aeroob als een goed anaeroob uithoudingsvermogen beschikken (Gabbett et al., 2007; Gabbett & Georgieff, 2007). Volleybalspelers die actief zijn op een hoog niveau beschikken over een hogere VO2max dan leeftijdsgenoten op een lager niveau (Gabbett & Georgieff, 2007). Wie over een goed aeroob uithoudingsvermogen beschikt, zal een snellere recuperatie hebben van het anaerobe energiesysteem. Snelheid Volleyballers moeten in staat zijn om snelle, korte verplaatsingen te maken op het speelveld. Afhankelijk van wat de tegenstander doet, zullen snelle en reactieve verplaatsingen noodzakelijk zijn om een succesvolle verdediging en aanval op te bouwen. Als er naar de snelheid (5 meter en 10 meter sprint) gekeken werd, bleek er geen significant verschil te zijn afhankelijk van het spelniveau in volleybal (Gabbett & Georgieff, 2007). In een vergelijkende studie waarin 9 verschillende sporten vergeleken werden, scoorden mannelijke volleybalspelers significant beter op de 30 meter sprint en de shuttle-run test in vergelijking met badmintonners, basketballers, gymnasten, handballers, tafeltennissers en triatleten. Voor de 30 meter sprint moesten ze enkel de voetballers laten voorgaan, voor de shuttle-run test scoorden de judoka s beter (Pion et al., 2014). 13

22 Explosieve sprongkracht Volleybal is een sport waarbij heel veel explosieve kracht vereist is. Volleybalspelers moeten over een grote sprongkracht beschikken om taken zoals een aanvalssprong, blok, sprongtoets en bovenhandse opslag herhaaldelijk uit te voeren tijdens een wedstrijd. In heel veel studies werd de verticale sprongtest uitgevoerd om de explosieve kracht van atleten te meten. Bij deze test dienen de deelnemers rechtop, met de voeten plat op de grond te gaan staan. Daarna moeten ze verticaal omhoog springen en de staafjes van de Yardstick op het hoogste punt opzij tikken (Gabbett & Georgieff, 2007). Volleybalspelers springen significant hoger in vergelijking met basketballers, handballers en voetballers. De twee laatst genoemden scoorden hier het laagste op (Jaric et al., 2001). Ook in het onderzoek van Pion et al. (2014) scoren volleyballers beter op de counter movement jump (CMJ) in vergelijking met voetballers, handballers, basketballers, gymnasten, triatleten, judoka s en tafeltennissers. Wanneer het verschil in spelniveau onderzocht werd, bleek dat volleyballers op een hoger niveau hoger springen dan spelers op een lager niveau (Gabbett & Georgieff, 2007) (figuur 5). Deze resultaten stemmen overeen met de resultaten op vlak van uithouding. Naast de verticale sprong zijn de CMJ met en zonder armswing en de spike jump (variant van de verticale sprong) veelgebruikte testen bij de fysieke parameters (Gabbett & Georgieff, 2007; Pion et al., 2014; Gabbett et al., 2007; Pion et al., 2015). Wanneer de verschillende posities in volleybal onderling vergeleken werden, konden geen significante verschillen gevonden worden op verticale sprongkracht (Duncan et al., 2006). Figuur 5: Fysieke data van elite, sub-elite en beginnende Australische volleyballers (uit Gabbett & Georgieff 2007). Lenigheid Naast uithouding, snelheid en sprongkracht is ook lenigheid een belangrijke parameter binnen de fysieke kenmerken van een volleyballer. De lenigheid van de lage rug en de hamstrings 14

23 wordt in de literatuur vaak gemeten aan de hand van de sit-and-reach test, dit is een onderdeel van de EUROFIT test (Handbook for EUROFIT Tests, 1988). Volleybalspelers scoorden significant hoger op de sit-and-reach test in vergelijking met voetballers, basketballers en handballers (Jaric et al., 2001). Wanneer de verschillende posities onderling vergeleken werden, scoorden hoekaanvallers significant beter dan hoofdaanvallers (Duncan et al., 2006). Tussen de andere posities werden geen significante verschillen gevonden. Deze resultaten verschillen dus van de variabele kracht waarbij geen verschil in sprongkracht voor de verschillende veldposities werd gevonden Motorische coördinatie Motorische vaardigheden blijken in volleybal ook zeer belangrijk te zijn (Pion et al., 2015). Een voorbeeld van een motorische test die vaak gebruikt wordt, is de Körperkoordinations Test für Kinder (KTK). Wanneer volleybal met 8 andere sporten vergeleken werd, bleek dat volleybalspelers het niet zo goed doen (Pion et al., 2014). Ze beschikten namelijk over een minder goed evenwicht dan andere sporters. Naast de antropometrische en fysieke kenmerken zou de motorische coördinatie een belangrijk onderscheid kunnen maken tussen Belgische elite en sub-elite vrouwelijke volleybalspelers (Pion et al., 2015). Zo scoorden elite speelsters op elke test beter in vergelijking met sub-elite speelsters. Naast de KTK worden nog de UGent dribbel-test en de bovenhandse worp gebruikt om de motorische coördinatie te meten. In de eerstgenoemde test wordt de dribbelvaardigheid van de deelnemers bekeken. Hierbij moeten ze driemaal over een afstand van 18,33 meter slalommen. De eerste keer gebeurt dit zonder bal, de twee volgende keren dribbelen de deelnemers respectievelijk met een bal in de hand en aan de voet. De tweede test evalueert de bovenhandse vaardigheden van de deelnemer. Ze krijgen de opdracht om een badmintonpluimpje vast te houden tussen hun duim en wijsvinger en dit zo ver mogelijk bovenhands weg te werpen. Volleyballers scoren significant beter op de bovenhandse shuttle-test in vergelijking met voetballers, basketballers, handballers, judoka s, gymnasten, tafeltennissers en triatleten (Pion et al., 2014).Voor behendigheid werden geen significante verschillende gevonden tussen elite en sub-elite volleybalspelers (Pion et al., 2015). 15

24 Cognitie Een recente evolutie in de literatuur omtrent talentidentificatie in de sport is het onderzoek naar de cognitieve functies van elite atleten. Deze worden onder paragraaf 1.8. uitgebreid besproken in een variëteit aan sporten en binnen volleybal Perceptie Aangezien perceptie in grote mate sportspecifiek is, zijn er niet veel studies met nietsportspecifieke metingen hiervan te vinden. Toch bestaan er methoden om visuo-perceptuele vaardigheden te meten los van de sportcontext. De Nike SPARQ Sensory Training Station is een computer gebaseerde evaluatietool die verschillende sport gerelateerde visuele vaardigheden en informatieverwerkingsvaardigheden meet (Poltavski & Biberdorf, 2015). De onderzoekers vonden dat verschillende variabelen van deze tool de variatie in het aantal doelen gemaakt door NCAA hockeyspelers kon verklaren Volleybalspecifieke metingen Naast de niet-sportspecifieke metingen zijn er in elke sport heel wat testen die specifieke vaardigheden binnen die bepaalde sport meten. Onderstaand bespreken we welke sportspecifieke testen in volleybal gebruikt worden om prestaties te meten Techniek Volleybal is een sport die gekenmerkt wordt door korte balcontacten waarbij de bal niet gevangen en/of gegooid mag worden (Volley Vlaanderen, 2015). Daardoor ontstonden er een aantal specifieke volleybaltechnieken: de onderhandse receptie en verdediging, de pass, de aanval, het blok en de opslag. Deze technieken worden ook vaak gemeten als specifieke parameters binnen het onderzoek in talentidentificatie. Onderstaand geven we een chronologisch overzicht van specifieke voorbeelden uit de literatuur van hoe dit onderzocht werd. In oudere onderzoeken zien we dat de testen wel volleybalspecifieke vaardigheden meten, maar dat ze geen realistische volleybalsetting nabootsen. Zo werden bijvoorbeeld het aantal volleybalcontacten dat gedaan kon worden binnen 1 minuut gemeten als parameter voor 16

25 volleybalvaardigheid (Thissen-Milder & Mayhew, 1991). In een volleybalwedstrijd is het echter niet van belang hoeveel contacten je kan doen binnen een bepaalde tijdsperiode, maar wel hoe goed de techniek en de nauwkeurigheid van de uitvoering is. Een ander voorbeeld is het meten van de aanvalsvaardigheden waarbij er wordt aangevallen tegen een muur (Thissen- Milder & Mayhew, 1991). Ook dit komt uiteraard nooit voor in een volleybalmatch. Er was nood aan evaluatiemethoden die plaatsvonden in realistische volleybalsituaties. Bijgevolg kwamen er studies die de volleybalvaardigheden evalueerden aan de hand van videomateriaal van wedstrijden (Eom & Schutz, 1992; Stamm et al., 2003). Een volleybalexpert ging dan elke vaardigheid scoren op een schaal. Op deze manier vonden Eom & Schutz (1992) dat de pass en de aanval in een aanvalsactie beter was ten opzichte van die in een tegenaanvalsactie. Er werden ook testen opgesteld waarbij de volleybalvaardigheden geïsoleerd werden uitgevoerd en aan de hand van videomateriaal later beoordeeld werden (Gabbett & Georgieff, 2006; Katic et al., 2006; Rikberg & Raudsepp, 2011). Om techniek te beoordelen maakten ze gebruik van enkele technische criteria per vaardigheid (figuur 6). Een nadeel is dat dit soort testen niet wedstrijdspecifiek zijn. Er was geen sprake van vermoeidheid en tijdsdruk en tactische vaardigheden werden niet in rekening gebracht. De pass- en opslagtechniek van geselecteerde spelers bleken beter te zijn dan die van niet-geselecteerde spelers. Zo kon er een onderscheid gemaakt worden tussen deze twee groepen in een talentidentificatieprogramma (Gabbett & Georgieff, 2006). Katic et al. (2006) konden aan de hand van dit soort testen een selectiemodel voor vrouwelijke volleybalsters opstellen. Daarin werden per leeftijdscategorie enkele belangrijke prestatievariabelen naar voor geschoven. 17

26 Figuur 6: Criteria die gebruikt worden om volleybalvaardigheden te evalueren (uit Gabbett & Georgieff, 2006) Tactiek Het uitvoeren van tactische beslissingen in een sport houdt in dat de juiste acties op het juiste moment uitgevoerd worden. Deze acties zijn doelgericht en dragen bij tot het winnen van een punt of wedstrijd. In open sporten, zoals volleybal, worden sporters verwacht om snel en nauwkeurig te reageren in een dynamische en onvoorspelbare omgeving (Wang et al., 2013). Hiervoor is een integratie van perceptuele, cognitieve en motorische vaardigheden noodzakelijk (Afonso et al., 2012). Twee vaardigheden, decision-making en anticipatie, worden vaak aangehaald in de literatuur als perceptueel-cognitieve vaardigheden (Casanova et al., 2009). Deze zorgen dat een sporter het spel kan lezen en dus nuttige informatie uit zijn omgeving kan oppikken om zijn acties te sturen. Beiden blijken essentieel te zijn in sport op elite niveau. In tegenstelling tot de studies besproken onder de rubriek techniek werd er in de studie van Rikberg & Raudsepp (2011) ook rekening gehouden met game intelligence. Dit deden ze enerzijds aan de hand van observaties van twee deskundige volleybalcoaches. Zij gaven elke speler een score op tien voor decision-making, positionering, anticipatie en timingvaardigheden doorheen twee matchen. Anderzijds werden de spelers onderworpen aan laboratoriumtesten 18

27 waarbij ze spelfases moesten trachten te voorspellen van wedstrijden op videobeelden. Hierbij werd hun decision-making gescoord op een 20-puntenschaal. Ook op deze testen scoorden geselecteerde jeugdspelers beter dan niet-geselecteerden. Zij beschikten over een hogere game intelligence. In een recente studie ging men op zoek naar de invloed van technische volleybalvaardigheden op de decision-making van jeugdvolleyballers (Lopes et al., 2016). De auteurs vroegen zich af of iemand met betere technische vaardigheden, ook beter scoorde op decision-making. Opslag-, receptie- en passvaardigheden werden hierbij in rekening gebracht. Afhankelijk van de nauwkeurigheid van uitvoering kreeg de speler een punt op vijf. Om de decision-making te kwantificeren werd de decision-making index bepaald voor elke vaardigheid aan de hand van onderstaande formule. Decision-making index = (appropriate actions + 10) / ((appropriate actions + 10)+ (inappropriate actions 10)) De spelers speelden een wedstrijd 4 tegen 4 en het aantal geschikte en ongeschikte acties werd opgeteld. Een geschikte actie werd gedefinieerd aan de hand van de criteria weergegeven in figuur 7. Figuur 7: Kritische decision-making componenten in een volleybalwedstrijd (uit Lopes et al., 2016). De resultaten van deze studie toonden aan dat minder vaardige spelers minder goed scoorden op decision-making en meer vaardige spelers hierop beter scoorden Perceptie In volleybal en in andere teamsporten is perceptuele informatie noodzakelijk om in de veranderlijke omgeving van de sport aanwijzingen op te pikken die de motorische acties kunnen sturen. Over het algemeen zijn dit visuele aanwijzingen wat maakt dat de visuo-perceptuele vaardigheden in de sport heel belangrijk zijn. Doorgaans baseert het onderzoek in dit domein zich op occlusieparadigma s en op analyses van de oogbewegingen. Bij occlusietaken wordt een videofragment van een belangrijke volleybalsituatie getoond, maar essentiële delen van het 19

28 fragment worden afgedekt of niet getoond (Schorer et al., 2013; Wright et al., 1990). Bij temporele occlusie wordt een bepaalde tijdspanne uit het fragment weggelaten, bij spatiële occlusie worden bepaalde delen van het beeld afgedekt. Er wordt dan aan de proefpersoon gevraagd om een bepaalde predictie te doen van de situatie. Uit onderzoek met verschillende occlusie-condities bleek dat expert volleyballers betere predicties konden maken wanneer de visuele informatie vroeger afgedekt werd in vergelijking met spelers uit lagere volleybalniveaus (figuur 8) (Schorer et al., 2013). Daarnaast vonden de onderzoekers dat expert volleyballers de beste predicties maakten wanneer ze gebruik konden maken van zowel hun foveaal als van hun perifeer zicht. Aangezien er bij de beginnende volleyballers geen verschil was in predictie tussen foveaal, perifeer en volledig zicht konden de onderzoekers besluiten dat dit kwam door adaptaties als gevolg van volleybaltraining. Bovendien vonden ze dat expert volleyballers beter weten waarop ze moeten fixeren om interessante informatie op te pikken en dat ze hiervoor minder fixaties nodig hebben. Figuur 8: Expert volleyballers maken meer correcte voorspellingen en kunnen deze voorspellingen vroeger maken (uit Schorer et al., 2013). Algemeen blijkt dat elite volleyballers beter zijn in het detecteren van interessante visuele informatie (Afonso et al., 2012; Piras et al., 2010). Piras et al. (2010) analyseerden aan de hand van videobeelden en eye-trackers het kijkgedrag van professionele volleyballers in vergelijking met dat van niet-volleyballende studenten sportwetenschappen. De volleyballers bleken minder fixaties te maken, maar deze waren wel van langere duur. Daarnaast keken ze enkel naar het beginnend verloop van de balbaan en maakten ze snel de shift naar de handen van de spelverdeler om visuele informatie op te nemen. De niet-volleyballers daarentegen volgden de 20

29 volledige balbaan. Hieruit besloten de onderzoekers dat de volleyballers beter waren in het detecteren van informatie die interessant zou zijn voor hun toekomstige beslissingen en motorische acties. Zowel bij Schorer et al. (2013) als bij Piras et al. (2010) moesten de proefpersonen op een stoel zitten terwijl ze naar de videofragmenten keken. Dit leert ons niets bij over de effectieve acties die een volleyballer stelt op basis van de visuele informatie. Er is geen koppeling tussen de perceptie en de actie. Onderzoek waarbij de proefpersoon wel in staat is om te bewegen geeft ons wel die informatie (Afonso et al., 2012; Vansteenkiste et al., 2014). Afonso et al. (2012) lieten een verdediger een eye-tracking bril dragen terwijl hij in een reële dynamische volleybalsetting speelde. Hieruit kon men het aantal fixaties en de duur van de fixaties halen die een volleyballer nodig heeft om het spel te spelen. Bovendien vroegen de onderzoekers na elke actie waar de spelers aan dachten terwijl ze de actie uitvoerden. Dit gaf ook een indicatie van hoe en wat de spelers percipiëren op het volleybalveld. Er werden tegenstrijdige resultaten gevonden in vergelijking met Piras et al. (2010) aangezien expert volleyballers meerdere verschillende zaken bleken te fixeren. Dit staat ook in contrast met de bevindingen van Mann et al. (2007). Zij vonden in hun meta-analyse dat expert sporters minder fixaties maakten van langere duur. Ze waren beter in staat om relevante informatie op te sporen uit de weinige fixaties die ze maken. Het aantal fixaties zou echter sterk variëren afhankelijk van het type sport met kleinere verschillen tussen experts en niet-experts bij de interceptieve sporten, zoals volleybal. De duur van de fixaties verschilt echter niet over de verschillende sporten heen, waaruit blijkt dat expert sporters beter zijn in het detecteren van de meest waardevolle informatie. Dit sluit dan wel weer aan bij de volleybalspecifieke resultaten van Afonso et al. (2012) aangezien ook zij zagen dat expert volleyballers meer fixeerden op functioneel interessante zaken. Elite volleyballers zouden meer functionele fixaties maken, wat er voor zorgde dat ze waardevollere informatie konden percipiëren. De studie van Vansteenkiste et al. (2014) vergeleek kijkgedrag, reactietijd en responsnauwkeurigheid tussen volleybalsters van drie niveaus. In tegenstelling tot eerder onderzoek werden hier geen verschillen gevonden in het kijkgedrag van de drie groepen. Ook in reactietijd werden geen significante verschillen gevonden tussen de groepen, maar op vlak van responsnauwkeurigheid bleken de elite speelsters het sterkste te scoren. In het sportspecifiek onderzoek in volleybal zien we dat er voornamelijk nood is aan meetmethoden die reële volleybalsituaties weergeven. Zo moeten de specifieke volleybalvaardigheden in een specifieke volleybalcontext gemeten worden en moeten de 21

30 aspecten game intelligence en decision-making ook in rekening gebracht worden. In een dynamische sportcontext is er een onvermijdelijke koppeling tussen de perceptie en de actie die een speler stelt. Dit gegeven moedigt het gebruik van eye-trackers aan om de perceptuele vaardigheden en visuele informatie van volleyballers te evalueren Cognitie, executieve functies en metacognitie Zoals we bespraken in de vorige paragraaf worden perceptuele en tactische vaardigheden altijd sportspecifiek gemeten. Het zou echter kunnen dat deze vaardigheden een fundamentele basis hebben die niet sportspecifiek is en te zoeken is onder het brede begrip van cognitie, zoals aangenomen wordt in de cognitive component approach, waarover we uitbreiden onder Zowel het nemen van tactische beslissingen als de visuo-perceptuele vaardigheden zijn gebaseerd op cognitieve vaardigheden. Cognitie valt moeilijk te definiëren. Algemeen gaat dit over het opnemen en verwerken van informatie. Onder cognitie vallen de executieve functies, die gerelateerd zijn aan het gedrag dat iemand stelt. Deze blijken in de sport van groot belang te zijn (Jacobson & Matthaeus, 2014). Executieve functies (EFs) zijn die functies die zorgen voor de top-down controle van onze acties (Diamond, 2013). Deze hebben we nodig wanneer we ons concentreren en wanneer we niet op automatische piloot of op ons instinct mogen vertrouwen. Ze zorgen dat we weloverwogen handelingen doen in plaats van impulsieve reacties en dat we kunnen focussen op bepaalde zaken (Diamond & Lee, 2011), zoals bijvoorbeeld de blokformatie van de tegenstander in volleybal. Deze acties zijn doelgericht dankzij de werking van onze EFs (Banich, 2009). Dit alles draagt bij tot onze creativiteit, flexibiliteit, zelfcontrole en discipline (Diamond & Lee, 2011), kenmerken die duidelijk zeer belangrijk zijn om sportprestaties te leveren. EFs zijn op te delen in drie kernfuncties: inhibitie, werkgeheugen en cognitieve flexibiliteit (Diamond, 2013). Deze functies kunnen volledig afzonderlijk van elkaar geïnterpreteerd worden, maar zijn niet volledig onafhankelijk van elkaar (Miyake et al., 2000). Er zijn verschillende correlaties gevonden tussen de functies onderling (Diamond, 2013; Miyake et al., 2000). De drie kernfuncties gecombineerd vormen de hogere-orde EFs zoals redeneren, probleemoplossend denken en plannen (Diamond, 2013). De hogere-orde functies overlappen met wat we begrijpen onder metacognitie (Álvarez-bueno et al., 2016). Metacognitie wordt 22

31 omschreven als het inzicht in en de controle over de eigen mentale processen (Flavell, 1979). Dit inzicht kunnen we ook gebruiken om gedrag te reguleren (Tomporowski et al., 2015) De drie onderdelen van executieve functies Inhibitie Inhibitie houdt in dat we onze aandacht, gedrag en gedachten kunnen controleren om een sterke interne instelling of externe verleiding te kunnen negeren. Op die manier kunnen we een andere actie doen die meer geschikt is in een bepaalde situatie (Diamond, 2013). Een voorbeeld uit het volleybal komt voor bij het aanvallen. Een speler zet de aanval in met de gedachte om diagonaal te slaan, maar plots merkt hij dat het blok van de tegenstander diagonaal gepositioneerd is. Bijgevolg zal hij op basis van inhibitie zijn initiële intentie onderdrukken en doen wat in deze situatie het meeste geschikt is, namelijk rechtdoor aanvallen. Inhibitie wordt gemeten aan de hand van bijvoorbeeld de Stop signal task (Huijgen et al., 2015; Verbruggen & Logan, 2008; Verburgh et al., 2014; Wang et al., 2013). Bij een Stop signal task wordt een bepaalde taak voortdurend uitgevoerd, tot er een stopsignaal gegeven wordt (Verbruggen & Logan, 2008). Op dat signaal moet de respons van de taak zo snel mogelijk onderdrukt worden en de reactietijd dient als een maat voor inhibitie. Daarnaast wordt onder andere de bekende Stroop task (figuur 9) geregeld toegepast (Ishihara et al., 2016; Miyake et al., 2000; Vestberg et al., 2012). Hierbij worden verschillende namen van kleuren aangeboden. Deze staan echter in een andere kleur dan de betekenis van het woord weergeeft. Het is dan de bedoeling om de kleur van het woord te benoemen in plaats van de betekenis. Figuur 9: De Stroop task met links de eenvoudige conditie en rechts de moeilijke conditie waarbij de inhibitie getest wordt. 23

32 Werkgeheugen Dankzij ons werkgeheugen kunnen we informatie in onze gedachten houden en er mentaal mee werken (Diamond, 2013). Zo kunnen we bijvoorbeeld verbanden leggen tussen aparte zaken en plannen maken. Deze functie wordt ook wel updating genoemd omdat het gaat over het bijwerken en controleren van representaties in ons werkgeheugen (Miyake et al., 2000). Er bestaan twee soorten werkgeheugen: verbaal (oproepen en onthouden van woorden, cijfers en letters) en visuo-spatieel (oproepen en onthouden van figuren) (Diamond, 2013). De N-back test is een veel gebruikte test om het werkgeheugen te evalueren (Ishihara et al., 2016; Owen et al., 2005). Daarbij moeten proefpersonen stimuli onthouden en aangeven wanneer een bepaalde stimulus dezelfde is als die van 1, 2 of 3 stimuli geleden. Cognitieve flexibiliteit Cognitieve flexibiliteit houdt in dat we in staat zijn om de zaken vanuit een ander perspectief te zien (Diamond, 2013). Dit gaat zowel over spatiële perspectieven, waarbij je naar iets vanuit een andere richting kijkt, als over interpersoonlijke perspectieven, waarbij je iets vanuit iemand anders zijn standpunt bekijkt. Naar deze functie wordt ook verwezen als het gaat over shifting omdat er wordt geshift van het éne perspectief naar het andere. Daarbij gaat het ook over het shiften tussen verschillende taken en mentale representaties (Miyake et al., 2000). Deze functie hangt nauw samen met creativiteit (Diamond, 2013). De Trail making test is een voorbeeld van een test die cognitieve flexibiliteit meet (Huijgen et al., 2015; Vestberg et al., 2012). Hierbij moeten de deelnemers letters en cijfers zo snel mogelijk verbinden met elkaar zodat beide oplopen en zodat letters en cijfers elkaar afwisselen. Daarnaast bestaan er verschillende testen waarbij er moet geshift worden tussen mentale representaties: de Plus-minus task, de Numberletter task, de Local-global task (Miyake et al., 2000) Trainbaarheid van executieve functies en metacognitie Al tamelijk wat onderzoek ging naar het effect van fysieke activiteit op de hersenen en cognitie. Een algemeen besluit hierbij is dat meer fysieke activiteit geassocieerd is met gezondere hersenen en een betere cognitie bij zowel kinderen als volwassenen (Kramer et al., 1999; Erickson et al., 2015). Bepaalde hersengebieden en cognitieve variabelen zijn hiervoor echter gevoeliger dan andere (Erickson et al., 2013). Dit alles is mogelijk dankzij de plasticiteit van de hersenen (Erickson et al., 2013). Dit houdt in dat de hersenen trainbaar zijn en dat bepaalde hersengebieden meer neurale verbindingen vertonen nadat ze intensiever en meer gebruikt 24

33 worden. Daarnaast kunnen deze verbindingen ook afnemen door deze niet te gebruiken en door natuurlijke veroudering. Verschillende studies tonen aan dat EFs trainbaar zijn (Crova et al., 2014; Davis et al., 2011; Diamond & Lee, 2011; Ishihara et al., 2016; Klingberg, 2010). Er is wetenschappelijk bewijs dat computertraining, fysieke inspanning en sport, verschillende cognitieve trainingsprogramma s en nog veel meer, voor een verbetering van de EFs kunnen zorgen bij kinderen (Diamond & Lee, 2011). Daarnaast zorgt fysieke activiteit bij kinderen met obesitas ook voor een stijging in EFs (Crova et al., 2014; Davis et al., 2011). Tomporowski et al. (2015) suggereren in hun review dat sport ook op metacognitie een positieve invloed zou kunnen hebben, maar ze benadrukken dat er uitgebreider onderzoek nodig is om dit te bevestigen. Deze studies vonden voornamelijk positieve effecten bij kinderen. Dit is consistent met de neurofysiologische basis van EFs. EFs worden ondersteund door de prefrontale cortex in de hersenen (Diamond & Ling, 2016), die een zeer trage ontwikkeling blijkt te hebben. Dit zorgt ervoor dat de EFs pas volledig ontwikkeld zijn na de leeftijd van 20 jaar (Diamond, 2013). Toch zijn er verschillende studies die ook bij volwassenen een verbetering in EFs aantoonden (Kramer et al., 1999; Voss et al., 2011). De invulling van het programma die de kinderen of volwassenen voorgeschoteld krijgen, heeft een invloed op de mate van stijging in EFs. Zo bleek dat kinderen die een cognitief uitdagend sportprogramma volgden, hoger scoorden op EFs (Crova et al., 2014). Uit een review van Best (2010) bleek dat de cognitieve processen in sport en coördinatietraining vergelijkbaar zijn met de cognitieve processen die we gebruiken bij executieve taken. Hij besluit dan ook dat cognitief uitdagende trainingsmethoden een sterker effect hebben op het verbeteren van de EFs bij kinderen in vergelijking met niet-cognitief uitdagende methoden. Diamond (2015) beweren in hun review dat aerobe training weinig tot geen effect heeft op de EFs. De (weinige) positieve resultaten uit aerobe trainingsstudies zouden volgens Diamond (2015) eerder veroorzaakt worden door een daling in eenzaamheid, stress en slaaptekort en een stijging in fysieke activiteit. Deze beïnvloeden immers de prefrontale cortex en bijgevolg ook de EFs. Een daling in deze factoren heeft een stimulerend effect op de prefrontale cortex en bijgevolg een positief effect op de EFs. Daarom pleiten de auteurs ervoor niet enkel te focussen op oefeningen die de EFs uitdagen, maar ook te zorgen dat de trainingen leuk zijn, sociale inclusie bevorderen, fitheid verbeteren, zelfvertrouwen verhogen en zo meer. Ondanks de veelbelovende resultaten omtrent de trainbaarheid van EFs, blijkt er enkel zeer specifieke transfer mogelijk naar vaardigheden in het dagelijks leven of in een sportcontext 25

34 (Diamond & Ling, 2016). In vele studies met computertraining bleken de proefpersonen inderdaad betere EFs te hebben na een bepaalde trainingsperiode, maar dit bleek dan ook enkel zo te zijn voor die specifieke computertaak. Om ook effecten te zien in het dagelijkse leven of in een sportcontext dienen de EFs ook in deze contexten getraind te worden. Daarnaast blijkt de grootte van de verbetering in EFs afhankelijk te zijn van de oefentijd die eraan gespendeerd werd (Diamond & Ling, 2016). Dit komt overeen met het eerder besproken concept van deliberate practice (Ericsson et al., 1993). Zoals Ericsson (2008) ook aanhaalde, blijkt enkel de tijdsinvestering niet voldoende te zijn. De atleten dienen ook bij het trainen van EFs uitgedaagd te worden om steeds hogere doelen te bereiken (Diamond & Ling, 2016). Figuur 3 kan ook op het trainen van EFs toegepast worden. Uit verschillende studies blijkt echter dat degene met de laagste scores op EFs het meeste kunnen verbeteren (Diamond & Ling, 2016). Deze personen bevinden zich dus in de vroege cognitieve/associatieve fase. Indien de EFs niet verder uitgedaagd worden en er geen nieuwe doelen gesteld worden zal het positieve effect van training verminderen (Diamond & Ling, 2016). De personen bevinden zich dan in de autonome fase (figuur 3) Executieve functies in de sport Het is duidelijk dat EFs een opmerkelijke rol spelen binnen de sport. Daarbij kunnen we ons de vragen stellen of sporters dan betere EFs zouden hebben dan niet-sporters en of sporters op een hoger niveau betere EFs zouden hebben dan sporters op een lager niveau. Binnen de literatuur zijn er twee benaderingen om dit soort vraagstukken uit te klaren (Alves et al., 2013; Jacobson & Matthaeus, 2014; Mann et al., 2007; Voss et al., 2010). De éne ziet de sporter als expert in zijn eigen domein en onderzoekt de atleten in een sportspecifieke ecologische context. Deze benadering wordt de expert performance approach genoemd en krijgt zijn invulling door middel van onder andere de hoger vermelde sportspecifieke meetmethoden. Ook op cognitief vlak zijn atleten binnen deze benadering enkel expert binnen hun eigen sport (Jacobson & Matthaeus, 2014). Deze benadering werd gebruikt door Mann. et al. (2007) in hun meta-analyse om de perceptuele-cognitieve vaardigheden tussen experten en niet-experten te kwantificeren. Ze vonden dat experten snellere en nauwkeurige reacties vertoonden en dat ze gebruik maakten van minder, maar langere fixaties. De andere benadering, de cognitive component approach, gaat ervan uit dat mogelijks hogere cognitieve vaardigheden die gemeten worden bij atleten fundamenteel zijn en niet gebonden zijn aan een specifieke sport (Voss et al., 2010). De betere cognitieve prestatie zou ook voorkomen in andere contexten (Jacobson & Matthaeus, 2014). 26

35 De hoger vermelde niet-sportspecifieke meetmethoden sluiten hierbij aan. Voss et al. (2010) gingen van deze benadering uit in hun meta-analyse omtrent de relatie tussen expertise in sport en cognitie. Ze brachten enkel studies in rekening waarin cognitie in een laboratorium gemeten werd, buiten de specifieke sportsetting. De resultaten tonen aan dat atleten beter scoren op verschillende metingen van cognitie, maar de effectgroottes zijn slechts klein tot matig. Jacobson en Matthaeus (2014) gingen op zoek naar wat de link tussen sport en cognitie precies was, meer bepaald de link tussen EFs en verschillende types sport. Ze gingen daarbij uit van de opdeling tussen self-paced (SP) sporten zoals bijvoorbeeld bowling, lopen en speerwerpen en de externally paced (EP) sporten zoals basketbal, voetbal en volleybal. Uit de resultaten concludeerden ze dat atleten beter scoorden dan niet-atleten op inhibitie en probleemoplossend denken. Bovendien scoorden atleten uit EP-sporten beter op probleemoplossend denken dan atleten uit SP-sporten. Over causaliteit konden de onderzoekers geen uitspraak doen. Of de hogere score op EFs bij atleten komt door hun participatie in sport of dat deze cognitieve bekwaamheid initieel aanwezig was en dat ze daardoor atleten werden, blijft dus in het midden. In voetbal werd al redelijk wat onderzoek gedaan naar de link tussen cognitie en voetbalprestatie (Huijgen et al., 2015; Verburgh et al., 2014; Vestberg et al., 2012). Daarbij is de algemene conclusie dat voetballers van een hoger niveau en getalenteerde jeugdspelers beter scoren op verschillende metingen van EFs. Bovendien konden getalenteerde voetballers van amateurspelers met 89% zekerheid van elkaar onderscheiden worden op basis van de prestatie op verschillende cognitieve testen (Verburgh et al., 2014). Huijgen et al. (2015) maakten in hun onderzoek een onderscheid tussen de lagere cognitieve functies, zijnde reactietijd en visuospatiële vaardigheden, en de hogere cognitieve functies, waaronder de EFs en metacognitie vallen. Ze vonden dat elite jeugdspelers beter scoorden op metacognitie, inhibitie en cognitieve flexibiliteit, dus de hogere cognitieve functies. Ze scoorden echter niet beter op de lagere cognitieve functies. Op basis van dit onderscheid waren de onderzoekers in staat om 62,5% van de proefpersonen in de juiste groep te classificeren. Als er daarentegen gecontroleerd werd voor het aantal trainingsuren, bleek dat dit onderscheid enkel nog geldig was voor inhibitie en cognitieve flexibiliteit. Op basis van deze analyse zou het kunnen dat de elite spelers hoger scoorden op metacognitie dankzij het grote aantal trainingsuren dat zij investeren. Hiermee kunnen we een link leggen tussen metacognitie en deliberate practice. Bij beide aspecten dienen atleten vele uren te trainen om beter te presteren. 27

36 Bij elk van deze studies kon er geen uitspraak gedaan worden naar de causaliteit. De onderzoekers benadrukken telkens dat er nood is aan longitudinale studies om tegemoet te komen aan dit tekort in de literatuur Cognitie in volleybal Omtrent cognitieve functies is er nog maar heel weinig onderzoek gedaan in volleybal. Alves et al. (2013) vertrokken vanuit de cognitive component approach om perceptueel-cognitieve expertise te onderzoeken in volleybal. Aan de hand van verschillende niet-sportspecifieke laboratoriumtaken werden de executieve controle, het geheugen en de visuo-spatiële aandacht tussen een groep professionele volleyballers en een niet-fysiek actieve controlegroep vergeleken. Uit de resultaten bleek dat de expert volleyballers sneller waren in het switchen tussen twee verschillende taken, dat ze beter waren in inhibitie en dat ze sneller veranderingen konden detecteren op een afbeelding. De grootste verschillen werden gemeten in variabelen die overeenkomst tonen met de cognitieve uitdagingen in volleybal, zoals responstijd. Deze bevindingen dragen bij tot het vermoeden dat laboratoriumtaken de relatie tussen sport en cognitie kunnen aantonen. Binnen volleybal is er naast de studie van Alves et al. (2013) weinig tot geen onderzoek verricht omtrent executieve functies. Vandaar willen wij met deze masterproef dieper ingaan op de cognitieve vaardigheden, en meer bepaald de executieve functies, in volleybal Onderzoeksvragen en hypothesen Uit de literatuur bleek dat een multidimensionele aanpak aangewezen is om talenten te ontdekken en te identificeren binnen teamsporten. Algemeen werd het aspect van cognitie binnen deze aanpak nog relatief weinig onderzocht. Gezien de duidelijke resultaten in het onderzoek naar EFs in voetbal, vonden wij het interessant om ook in een andere sport na te gaan of we dergelijke resultaten zouden vinden. We kozen ervoor om dit in volleybal te doen omdat het, net als voetbal, een externally paced sport is. Het grootste verschil tussen deze twee sporten is de manier van interactie tussen de spelers. Bij voetbal lopen alle spelers van beide teams door elkaar wat zorgt voor een constante en directe interactie. Bij volleybal is deze interactie volledig anders. De spelers van beide teams bevinden zich gescheiden van elkaar, elk aan één kant van het net. Dit maakt dat er geen directe interactie is tussen de spelers van het andere team, behalve aan het net bij de aanval en het blok. Daarnaast wordt volleybal 28

37 gekenmerkt door drie contacten tussen de spelers van eenzelfde team, in tegenstelling tot tennis waarbij de bal telkens na één contact terug over het net wordt gespeeld. Hierdoor is er ook tussen spelers van eenzelfde team heel wat interactie nodig. Ook in volleybal werden enkele veelbelovende resultaten gevonden omtrent perceptuele vaardigheden en EFs, al blijft het onderzoek hierin summier. Vanuit deze achtergrond formuleerden we onze eerste onderzoeksvraag: 1. In welke mate verschillen elite volleyballers, sub-elite volleyballers en LO-studenten van elkaar inzake cognitieve variabelen? Hypothese: De elite volleyballers scoren het beste op verschillende metingen van cognitie, gevolgd door de sub-elite volleyballers en vervolgens de LO-studenten. Voor het meten van cognitie vertrekken we in dit onderzoek van een niet-sportspecifieke testbatterij om expertise na te gaan. Dit onderzoek kadert dus in de cognitive component approach. Zoals we in onze literatuurstudie aanhaalden zijn EFs onderhevig aan het aantal trainingsuren dat iemand investeert in het oefenen van EFs of in het beoefenen van zijn sport. Daarom wilden we de invloed van het aantal trainingsuren dat iemand al investeerde en de leeftijd van onze proefpersonen ook in rekening brengen en formuleerden we onze tweede onderzoeksvraag: 2. Wat is de invloed van de leeftijd en het aantal trainingsuren op de scores van cognitie voor de verschillende groepen? Omdat we hierboven al pleitten voor een multidimensionele aanpak om talenten te ontdekken en te identificeren brengen we in ons werk, naast de cognitieve vaardigheden, ook antropometrische, fysieke en motorische parameters in rekening. Op basis van de VOLTIStesten die gebruikt worden door Volley Vlaanderen en op basis van eerder onderzoek (Pion et al. 2015) kozen we om lichaamslengte, lichaamsgewicht, verticale spronghoogte en motorische coördinatie ook in rekening te brengen, naast cognitie. Bovendien kon er tot nu toe nog niet duidelijk bepaald worden welke spelers van de topsportschool de absolute top zullen bereiken op basis van enkel antropometrische, fysieke en motorische kenmerken (Van Dam et al., 2017, ongepubliceerd). Mogelijks kan dit onderscheid duidelijker gemaakt worden door ook cognitieve variabelen in rekening te brengen. Op basis hiervan formuleerden we onze derde onderzoeksvraag: 29

38 3. Welke variabelen van de verschillende parameters binnen de multidimensionele aanpak kunnen een onderscheid maken tussen de groepen? Welke variabelen maken het beste onderscheid? Hypothese: In lijn met de multidimensionele aanpak verwachten we dat niet één enkele variabele een onderscheid zal kunnen maken tussen de drie groepen, maar dat dit een combinatie van variabelen zal zijn. 30

39 2. METHODE 2.1. Populatie Er werd een onderscheid gemaakt tussen elite spelers (Liga A), sub-elite spelers (eerste divisie) en LO-studenten. Alle Vlaamse mannelijke topvolleybalclubs met een ploeg actief in de hoogste reeks (Liga A) werden gecontacteerd met de vraag om op vrijwillige basis deel te nemen aan ons onderzoek. Twee clubs reageerden positief, namelijk VDK Gent Heren en Parky Menen. Om eerste divisie spelers te rekruteren, deden we beroep op onze eigen omgeving en kennissen. De eerste divisie ploegen van VC Pervol Ruiselede en VT Marke-Webis Wevelgem waren bereid om mee te werken. Om mannelijke LO-studenten te selecteren deden we eveneens een oproep via en sociale media. Concreet werden de testen bij drie specifieke mannelijke populaties afgenomen: De eerste groep bestond uit vierentwintig mannelijke elite volleybalspelers die actief zijn in Liga A van het herenvolleybal. Twaalf spelers waren aangesloten bij VDK Gent Heren en twaalf spelers waren aangesloten bij Par-ky Menen. De deelnemers waren tussen 18 en 35 jaar oud op het moment van de testafname. De tweede groep waren achttien mannelijke sub-elite volleybalspelers die actief zijn in eerste divisie van het herenvolleybal. Acht spelers waren actief bij VC Pervol Ruiselede en tien spelers waren aangesloten bij VT Marke-Webis Wevelgem. De spelers waren op het moment van de testafnames tussen de 20 en 32 jaar oud. Een derde en laatste groep deelnemers bestond uit negentien mannelijke studenten uit de opleiding Lichamelijk Opvoeding en Bewegingswetenschappen van de Universiteit Gent (LO) die geen volleybalexperten waren. Dit waren studenten die reeds geslaagd waren voor volleybal in 1 e en 2 e bachelor van deze opleiding. Op het moment van de testafnames waren de deelnemers tussen de 22 en 24 jaar oud. Door de drukke competitie-agenda van Par-ky Menen was het niet mogelijk om ook de algemene testen uit te voeren. Ze haalden de play-offs, waardoor we deze testen niet meer konden afnemen voor het afronden van onze masterproef. De cognitieve testen werden individueel per speler afgenomen en konden wel vlot ingepland worden, van deze ploeg hebben we dus enkel de cognitieve data. 31

40 In onderstaande tabel (tabel 2) staat de beschrijvende statistiek van de drie groepen. Tabel 2: Beschrijvende statistiek met ANOVA F- en p-waarden en post hoc om de verschillen tussen Liga A (gem ± SD) de groepen aan te duiden. N Eerste divisie (gem ± SD) N=18 LOstudenten (gem ± SD) N=19 Leeftijd 23,93 ± 4,18 e 24 26,14 ± 3,13 d 22,84 ± 0,76 5,257(<0,05) Trainingsuren Volleybal 12,00 ± 0,00 a 24 4,00 ± 0,00 0,00 ± 0,00 1,023 E +33(<0,05) Trainingsuren Niet-volleybal 3,50 ± 0,511 a 24 0,22 ± 0,94 4,74 ± 1,97 64,453(<0,05) Trainingsuren 15,50 ± Alles 0,511 b,c 24 4,22 ± 0,94 4,74 ± 1,97 564,769(<0,05) LL 192,80 ± 186,04 ± 5,88 b,c 12 5,81 d 181,80 ± 4,33 15,845(<0,05) LG 88,64 ± 9,86 c 12 83,51 ± 8,69f 77,27 ± 8,41 6,277(<0,05) a Significant verschil tussen de drie groepen b Significant verschil tussen Liga A en eerste divisie c Significant verschil tussen Liga A en LO-studenten d Significant verschil tussen eerste divisie en LO-studenten e Trend tot significantie tussen Liga A en eerste divisie f Trend tot significantie tussen eerste divisie en LO-studenten F(p) 2.2. Procedure De algemene testen van deze experimentele studie werden afgenomen in de sportzalen van de desbetreffende clubs. De cognitieve testen werden afgenomen in een stille ruimte van het sportcomplex. De locatie werd door de trainers aangeduid en voor of tijdens de training ingepland. Voor de LO-studenten gingen de testen door in het begin van het academiejaar in de Grote Zaal, Campus Dunant van de Universiteit Gent. De cognitieve testen gingen door in het Onderzoeksminorlokaal op dezelfde locatie. De testprocedure verliep telkens volgens een vaste volgorde. Eerst werden de spelers gevraagd om de informatiebrief te lezen en het informed consent te tekenen. Vervolgens vulden ze op hun individueel testformulier hun naam, geboortedatum, sport(en), aantal jaren dat ze actief zijn in competitie en hoeveel uren ze trainen per week. Daarna deden alle deelnemers dezelfde niet-sportspecifieke testen. Deze bestonden uit twee antropometrische, twee fysieke, drie motorische en drie cognitieve testen. De resultaten 32

41 van deze testen werden door de testleiders op het individueel testformulier ingevuld. De antropometrische testen werden eerst uitgevoerd, gevolgd door de motorische en fysieke testen en ten slotte de cognitieve testen. De antropometrische en motorische testen werden blootsvoets uitgevoerd. Voor de fysieke testen droegen de volleyballers hun normale volleybalschoenen en eventueel ondersteunende braces als ze die gewoonlijk droegen. De LO-studenten droegen indoor sportschoenen. De cognitieve testen werden al zittend aan een tafel op een tablet uitgevoerd Meetinstrumenten De antropometrische testen waren metingen van de lichaamslengte (LL) en het lichaamsgewicht (LG), op 0,1 cm en 0,1 kg nauwkeurig. De fysieke testen bestonden uit twee uitvoeringen van de CMJ, één zonder armzwaai, met de handen op de heupen, en één met een armzwaai. Deze waarden worden op 0,1 cm nauwkeurig weergegeven. De spelers deden elke uitvoering drie maal, wat een totaal maakte van zes sprongen. De coördinatietesten maken deel uit van de KTK of Körperkoordinations Test für Kinder (tabel 3). We hanteerden de Cambridge Neuropsychological Test Automated Battery (CANTAB) om de cognitieve vaardigheden te meten. Tabel 3: Meetinstrumenten voor de coördinatietesten met een beschrijving en de nauwkeurigheid. Variabele Meetinstrument Nauwkeurigheid Referentie Coördinatietesten Drie evenwichtsbalkjes Aantal gezette KTK met verschillende dikte stappen (Lenoir & (6 cm; 4,5 cm en 3 cm) Vandorpe, 2013) Achterwaarts balanceren (KTK evenwicht) Zijwaarts verplaatsen (KTK verplaatsen) Zijwaarts springen (KTK springen) Twee plankjes Matje waar een houten latje op bevestigd is Aantal verplaatsingen in 20 seconden Aantal sprongen heen en terug in 15 seconden KTK (Lenoir & Vandorpe, 2013) KTK (Lenoir & Vandorpe, 2013) CANTAB is een gevalideerde test die met behulp van een tablet volbracht kan worden en de mentale vaardigheden van een persoon meet (website: Voor ons werk kozen we voor volgende drie testen. De eerste test, de Spatial span task (SSP), is een cognitieve test die de visuospatiale werkcapaciteit van het werkgeheugen meet. Voor de 33

42 tweede test die de reactietijd en de inhibitie (impulscontrole) in rekening brengt, opteerden we voor de Stop signal task (SST). De derde cognitieve test is de Rapid visual information processing task (RVP). Dit is een test die meet hoe lang je in staat bent om je visuele aandacht optimaal te houden. (1) De Spatial span task is een vijf minuten durende test. Tijdens deze taak kregen de proefpersonen witte vierkanten te zien op het scherm. Sommige van deze vierkanten veranderden in een willekeurige volgorde van kleur. De proefpersoon diende daarna deze vakjes te selecteren, in dezelfde volgorde als hoe ze initieel werden weergegeven. Het aantal vakjes dat na elkaar geselecteerd werd, steeg van twee aan het begin van de test tot negen op het einde van de test. De volgorde en de kleur van de vierkanten werden willekeurig bepaald door de software. Indien een proefpersoon er niet in slaagde om de correcte volgorde te reproduceren, waren er op elk niveau nog twee pogingen toegestaan. De test was ten einde wanneer er drie opeenvolgende fouten na elkaar op een bepaald niveau gemaakt werden. De score op deze test was de maximale sequentielengte van de juiste vakken die in de juiste volgorde werden aangeduid. (2) De Stop signal task is een test die tot 20 minuten duurt. Tijdens deze taak dienden de proefpersonen te reageren op een stimulus (pijl). Hierbij trachtten ze zo snel mogelijk een van de twee opties, links of rechts, aan te duiden, afhankelijk van de richting waarin de pijl wees. Als er een geluidssignaal te horen was, diende de proefpersoon zijn initiële respons te inhiberen. Daarbij mocht er geen reactie op de stimuli geproduceerd worden en diende hij dus niets te doen. Alvorens het geluidssignaal geïntroduceerd werd, mochten de deelnemers 16 oefentrials uitvoeren om aan de test te wennen. (3) De Rapid visual information processing task is een zeven minuten durende test. De proefpersonen dienden een sequentie van 3 opeenvolgende cijfers (van 0 tot 9) in de juiste volgorde te memoriseren. Daarna moesten de proefpersonen deze sequentie herkennen in een aaneenschakeling van verschillende cijfers die één voor één op het scherm verschenen. Indien de sequentie opgemerkt werd, dienden ze zo snel mogelijk op de knop te drukken. Gedurende de eigenlijke test diende de persoon drie sequenties van drie cijfers te herkennen in de cijfers die willekeurig tevoorschijn kwamen. In de output van de CANTAB zijn heel wat verschillende variabelen te vinden. Wij selecteerden die variabelen die voor ons het meeste interessant leken (tabel 4). 34

43 Tabel 4: Beschrijving en nauwkeurigheid van de variabelen van de SSP, SST en RVP van de CANTAB waarmee we verdere analyses uitvoeren (Downes et al., 2012). Variabele Beschrijving Nauwkeurigheid SSP SSP Span length De langste sequentie die de persoon succesvol kon reproduceren. In aantal met een maximale score van 9. Hoe hoger de score, hoe beter. SSP Total errors SSP Total usage errors SST Direction errors SST Proportion of successful stops SST Stop signal reaction time SST Total correct RVP Total hits RVP Total misses RVP A Het totaal aantal keer dat iemand een verkeerde blok aanduidde. Het aantal keer dat iemand een blok aanduidde die niet in de voorafgaand getoonde sequentie voorkwam. SST Het aantal keer dat iemand links drukt als de pijl naar rechts wijst of omgekeerd. De verhouding van het aantal correcte stops ten opzichte van het totaal aantal stopsignalen. Een schatting van de tijdsduur tussen het verschijnen van de pijl en het stopsignaal waarbij de persoon in staat is om correct te inhiberen voor 50% van de pogingen. Het aantal correcte responsen op de go-trials (pijn zonder piepsignaal) en het aantal inhibities op de stoptrials (het piepsignaal). RVP Het aantal correcte reacties wanneer één van de drie sequenties tevoorschijn kwam. Het aantal niet correcte reacties wanneer één van de drie sequenties tevoorschijn kwam. Algoritme dat aanduidt hoe goed iemand is in het detecteren van de doelsequenties. In aantal met een maximale score van 97. Hoe lager de score, hoe beter. In aantal met een maximale score van 39. Hoe lager deze score, hoe beter. In aantal. Hoe lager deze score, hoe beter. In aantal. Hoe hoger deze score, hoe beter. In milliseconden. Hoe lager deze score, hoe beter. In aantal, met een maximale score van 320. Hoe hoger deze score, hoe beter. In aantal, met een maximale score van 27. Hoe hoger deze score, hoe beter. In aantal, met een maximale score van 27. Hoe lager deze score, hoe beter. Score die varieert tussen 0 en 1. Hoe hoger deze score, hoe beter. 35

44 2.4. Data-analyse Voor het uitvoeren van de statistische bewerkingen werden de variabelen in vier groepen bekeken: antropometrie, fysiek, motorische coördinatie en cognitie. Voor de variabelen van de KTK werd gewerkt met de som van alle trials per test en de som van alle trials in totaal. Voor de twee uitvoeringen van de CMJ werd het gemiddelde van de drie trials per uitvoering berekend. Voor de antropometrische en cognitieve testen werden geen verdere berekeningen gedaan. Omtrent het aantal trainingsuren werd een onderscheid gemaakt tussen het gemiddeld aantal uren volleybal per week van het afgelopen jaar en het gemiddelde totaal aantal trainingsuren per week van het afgelopen jaar. De statistische bewerkingen werden uitgevoerd in SPSS Statistics 25. Gemiddelden en standaarddeviaties werden berekend voor alle variabelen voor de drie verschillende groepen (zie 3.1). Om mogelijke verschillen in cognitie tussen de onderzoeksgroepen te analyseren (onderzoeksvraag 1), maakten we gebruik van een multivariate analysis of variance (MANOVA) met groep als fixed factor. Er werd zowel multivariaat als univariaat naar significantie gekeken. Hiervoor werd gekeken naar de Wilks Lambda. Aangezien er 3 groepen zijn werden post hoc testen (Tukey) opgevraagd. Om de invloed van de leeftijd en het aantal trainingsuren te bekijken werden 3 MANCOVA s uitgevoerd: één voor de invloed van de leeftijd, één voor de invloed van het aantal volleybaluren en één voor de invloed van het totaal aantal trainingsuren. Het betrouwbaarheidsniveau werd ingesteld op een p-waarde van 0,05. Om na te gaan welke (combinatie van) variabelen een onderscheid konden maken tussen de groepen werden drie discriminantanalyses uitgevoerd. Ten eerste werd gekeken welke (combinatie van) variabelen van de algemene testen een onderscheid konden maken. Ten tweede werd dit enkel voor de cognitieve variabelen gedaan en ten slotte voor alle variabelen samen. Door middel van een discriminantanalyse kan worden nagegaan hoe antropometrische kenmerken, fysieke prestaties, motorische behendigheid en cognitieve vaardigheden ervoor zorgen dat de drie populatiegroepen van elkaar gediscrimineerd worden. Door gebruik te maken van de onafhankelijke variabelen, werd via een discriminantanalyse getracht om elke proefpersoon onder het juiste speelniveau te plaatsen (Liga A spelers, eerste divisie spelers of LO-studenten). 36

45 3. RESULTATEN Aan de hand van boxplots ontdekten we bij één proefpersoon onmogelijke waarden voor alle variabelen van de SST. Deze proefpersoon heeft waarschijnlijk de opdracht van de test verkeerd begrepen, dus we besloten om zijn waarden als uitschieters te bekijken en ze uit onze analyse te halen Antropometrie, fysieke en motorische vaardigheden Tabel 5, figuur 10, 11 en 12 tonen de gemiddelden, standaarddeviaties en significanties tussen de verschillende groepen. Voor LG, LL en CMJ met en zonder armzwaai vonden we significante verschillen. Tabel 5: Gemiddelden, standaarddeviaties en significantie van de variabelen van antropometrie, fysiek en motorische vaardigheden. Liga A (gem ± SD) N = 12 Eerste divisie (gem ± SD) N = 18 Antropometrie LO-studenten (gem ± SD) N = 19 F(p) LL 192, 80 ± 5,88 a 186,04 ± 5,81 181,80 ± 4,33 6,277(<0,05) LG 88,64 ± 9,86 c 83,51 ± 8,69 e 77,27 ± 8,41 15,845(<0,05) Fysieke vaardigheden CMJ zonder 47,11 ± 4,54 b,c 42,36 ± 5,47 39,72 ± 4,50 8,391(<0,05) CMJ met 55,46 ± 4,68 a 49,58 ± 5,93 45,34 ± 4,44 14,555(<0,05) Motorische coördinatie KTK verplaatsen 63,58 ± 10,20 64,17 ± 6,49 65,89 ± 7,40 0,318(0,685) KTK springen 104,08 ± 9,80 b 95,50 ± 11,13 98,37 ± 9,18 2,625(0,083) KTK evenwicht 53,42 ± 13,81 53,39 ± 11,10 60, 32 ± 11,43 1,955(0,153) Som KTK 221,08 ± 26,81 213,06 ± 20,56 224,58 ± 23,14 1,179(0,317) a Significant verschil tussen de drie groepen b Significant verschil tussen Liga A en eerste divisie c Significant verschil tussen Liga A en LO-studenten d Significant verschil tussen eerste divisie en LO-studenten e Trend tot significantie tussen eerste divisie en LO-studenten 37

46 Lichaamsgewicht (kg) Lichaamslengte (cm) Lichaamslengte a Liga A Eerste divisie LO-studenten Groep Figuur 10: Gemiddelden en standaarddeviaties van lichaamslengte voor de drie groepen. a Significant verschil tussen de drie groepen Lichaamsgewicht a b Liga A Eerste divisie LO-studenten Groep Figuur 11: Gemiddelden en standaarddeviaties van lichaamsgewicht voor de drie groepen. a Significant verschil tussen Liga A en LO-studenten b Significant verschil tussen eerste divisie en LO-studenten 38

47 Spronghoogte (cm) CMJ zonder en met armzwaai zonder armzwaai met armzwaai a b, c Liga A Eerste divisie LO-studenten Groep Figuur 12: Gemiddelden en standaarddeviaties van CMJ met en zonder armzwaai voor de drie groepen. a Significant verschil tussen de drie groepen b Significant verschil tussen Liga A en eerste divisie c Significant verschil tussen eerste divisie en LO-studenten Bij de CMJ met armzwaai werd tussen alle drie de groepen een significant verschil gevonden. Voor CMJ zonder armzwaai is er een significant verschil tussen Liga A en eerste divisie, alsook tussen Liga A en de LO-studenten Onderzoeksvraag 1: verschillen in cognitieve vaardigheden De MANOVA van de cognitieve variabelen (gemiddelden en SD: tabel 6) leverde multivariaat geen significante verschillen op tussen de drie groepen (F = 1,133; p = 0,333). Ook univariaat konden geen significante verschillen gevonden worden tussen de drie groepen (tabel 7). 39

48 Tabel 6: Gemiddelden en standaarddeviaties van de cognitieve variabelen. Liga A (gem ± SD) N = 24 Eerste divisie (gem ± SD) N = 17 LO-studenten (gem ± SD) N = 19 SSP Span length 7,54 ± 1,10 7,65 ± 1,37 8,05 ± 0,85 SSP Total error 11,63 ± 6,58 12,24 ± 6,60 13,37 ± 5,23 SSP Total usage errors 1,04 ± 0,10 1,06 ± 1,35 0,68 ± 0,82 SST Direction errors 1,38 ± 2,716 2,06 ± 2,817 0,95 ± 1,65 SST Proportion successful stops 0,56 ± 0,14 0,49 ± 0,15 0,56 ± 0,13 SST Reaction time 149,88 ± 44,44 175,82 ± 53,32 163,60 ± 37,69 SST Total correct 283,46 ± 11,22 279,59 ± 9,18 284,42 ± 10,31 RVP Total hits 21,25 ± 4,28 22,82 ± 3,05 20,95 ± 4,52 RVP Total misses 5,75 ± 4,28 4,18 ± 3,05 6,05 ± 4,52 RVP A 0,94 ± 0,04 0,96 ± 0,03 0,94 ± 0,04 Er werd voor geen enkele variabele van de cognitieve testen een significant gevonden tussen de groepen Onderzoeksvraag 2: invloed van leeftijd en aantal trainingsuren Multivariaat vinden we voor zowel voor de invloed van de leeftijd (F = 1,017; p = 0,448), als voor het aantal volleybalspecifieke trainingsuren (F = 1,281; p = 0,217), als voor het totaal aantal trainingsuren (F = 0,685; p = 0,818) geen significante verschillen. Ook univariaat vinden we voor geen van de drie covariaten een significante invloed op de verschillen tussen de groepen (tabel 7). 40

49 Tabel 7: Univariate verschillen tussen de groepen in cognitieve vaardigheden en de invloed van covariaten op basis van MANOVA en 3 MANCOVA s. MANOVA F(p) MANCOVA Leeftijd F(p) MANCOVA Volleybaluren F(p) MANCOVA Totaal uren F(p) SSP Span length 1,186(0,310) 0,865(0,427) 0,513(0,477) 0,946(0,395) SSP Total error 0,424(0,656) 0,415(0,663) 0,092(0,763) 0,216(0,806) SSP Total usage errors 0,770(0,468) 0,657(0,522) 0,669(0,417) 0,577(0,565) SST Direction errors 0,925(0,402) 0,469(0,628) 1,783(0,187) 0,912(0,408) SST Proportion successful stops 1,537(0,224) 1,573(0,216) 2,871(0,096) 1,122(0,333) SST Reaction time 1,666(0,198) 1,703(0,191) 1,588(0,213) 0,368(0,693) SST Total correct 1,086(0,344) 0,838(0,438) 2,170(0,146) 0,965(0,693) RVP Total hits 1,111(0,336) 0,546(0,582) 2,210(0,143) 1,355(0,266) RVP Total misses 1,111(0,336) 0,546(582) 2,210(0,143) 1,355(0,266) RVP A 1,028(0,364) 0,503(0,608) 2,047(0,158) 1,258(0,292) 3.4. Onderzoeksvraag 3: discriminantanalyses Algemene testen Uit de discriminantanalyse van de algemene testen komt één significante functie naar voor, namelijk functie 1. De eerste functie (rcan = 0,809; Wilk s Lambda = 0,311; p < 0,05) is goed voor 94,4% van de variantie tussen de groepen, terwijl de tweede functie (rcan = 0,319; Wilk s Lambda = 0,898; p = 0,595) 5,6% van de variantie weerspiegelt. Onderstaande tabel (tabel 8) toont door middel van de hoogste absolute waarde aan welke onafhankelijke variabele op welke functie laadt. De LL, de gemiddelde spronghoogte tijdens een CMJ met en zonder armzwaai en het LG laden op functie 1. De drie KTK opdrachten, namelijk zijwaarts springen, achterwaarts balanceren en zijwaarts verplaatsen, laden op functie 2. 41

50 Tabel 8: De mate waarin de verschillende variabelen van de algemene testen op de verschillende functies laden. * De variabelen die op de desbetreffende functie het beste laden, aangegeven door de hoogste absolute waarde. Functie 1 2 LL 0,603 * 0,055 CMJ met 0,578 * -0,044 CMJ zonder 0,438 * 0,107 LG 0,374 * -0,273 KTK springen 0,161 0,760 * KTK evenwicht -0,171 0,513 * KTK verplaatsen -0,086 0,149 * Onderstaande figuur (figuur 13) geeft op de horizontale as functie 1 weer en op de verticale as functie 2. Hierbij is ook te zien dat de meeste variantie te verklaren valt op basis van de eerste functie. Er is namelijk meer horizontaal verschil tussen de groepen dan verticaal. De meeste variantie laadt dus op functie 1. Figuur 13: Visualisatie van de onderverdeling van de proefpersonen in Liga A (lichtblauw), eerste divisie (rood) of de LO-studenten (groen) met behulp van twee verschillende functies van de discriminantanalyse voor de algemene testen. 42

51 Tabel 9: Toont aan hoeveel % van de drie populatiegroepen in het juiste niveau geclassificeerd worden op basis van de algemene testen. % van de classificatie Groep Liga A Eerste divisie LO-studenten Totaal Liga A 83,3 16,7 0,0 100,0 Eerste divisie 16,7 61,1 22,2 100,0 LO-studenten 0,0 26,3 73,7 100,0 Op basis van de discriminantanalyse kan 69,4% van de cross-validated grouped cases correct geclassificeerd worden. Een combinatie van de antropometrische en fysieke variabelen zorgt ervoor dat men respectievelijk 83,3%, 61,1% en 73,7% van de Liga A spelers, eerste divisie spelers en LO-studenten correct kan classificeren in de desbetreffende groepen (tabel 9). 16,7% van de Liga A spelers wordt op basis van de algemene testen in eerste divisie ingedeeld. 16,7% van de eerste divisie spelers wordt in Liga A geclassificeerd en 22,2% bij de LO-studenten. Van de LO-studenten wordt 26,3% bij de eerste divisie ingedeeld. In totaal kan 71,4% van de proefpersonen juist geclassificeerd worden Cognitieve testen De discriminantanalyse omtrent de cognitieve testen toont aan dat geen van beide functies significant zijn. De eerste functie (rcan = 0,466; Wilk s Lambda = 0,685; p = 0,330) is goed voor 65,9% van de variantie tussen de groepen, terwijl de tweede functie (rcan = 0,354; Wilk s Lambda = 0,875; p = 0,527) 34,1% van de variantie weerspiegelt. Tabel 10 toont door middel van de hoogste absolute waarde aan welke onafhankelijke variabele op welke functie laadt. Zo laden de variabelen uit de RVP allemaal op functie 1. Alsook de variabelen van de SST, uitgezonderd de variabele die weergeeft hoeveel keer iemand links drukt als het rechts moet zijn, of omgekeerd (SST Direction error) laden op functie 1. De variabelen uit de SSP laden allemaal op functie 2. 43

52 Tabel 10: De mate waarin de verschillende variabelen van de cognitieve testen op de verschillende functies laden. Functie 1 2 SST Reaction time 0,449 * -0,138 SST Proportion successful stops -0,417 * -0,200 RVP Total misses -0,326 * -0,259 RVP Total hits 0,326 * 0,259 SST Total correct -0,314 * -0,274 RVP A' 0,313 * 0,250 SSP Span length 0,041-0,536 * SSP Total usage errors 0,040 0,431 * SST Direction errors 0,243 0,336 * SSP Total error 0,059-0,312 * * De variabelen die op de desbetreffende functie het beste laden, aangegeven door de hoogste absolute waarde. Onderstaande figuur (figuur 14) geeft op de horizontale as functie 1 weer en op de verticale as functie 2. Hierbij is ook te zien dat de meeste variantie te verklaren valt op basis van de eerste functie. Er is namelijk meer horizontaal verschil tussen de groepen dan verticaal. De meeste variantie laadt dus op functie 1. 44

53 Figuur 14: Visualisatie van de onderverdeling van de proefpersonen in Liga A, eerste divisie of de LO-studenten met behulp van twee verschillende functies van de discriminantanalyse voor de cognitieve testen. % van de classificatie Tabel 11: Toont aan hoeveel % van de drie populatiegroepen in het juiste niveau geclassificeerd worden op basis van de cognitieve testen. Groep Liga A Eerste divisie LO-studenten Totaal Liga A 66,7 16,7 16,7 100,0 Eerste divisie 35,3 47,1 17,6 100,0 LO-studenten 26,3 15,8 57,9 100,0 Op basis van de discriminantanalyse kan 33,3% van de cross-validated grouped cases correct geclassificeerd worden. Op basis van de cognitieve testen kan 66,7% van de Liga A spelers, 47,1% van de eerste divisie spelers en 57,9% van de LO-studenten in de juiste populatiegroep gediscrimineerd worden (tabel 11). 16,7% van de Liga A spelers wordt in eerste divisie geclassificeerd en 16,7% in de groep van de LO-studenten. 35,3% van de eerste divisie spelers wordt in Liga A gediscrimineerd en 17,6% bij de LO-studenten. Van de LO-studenten wordt 15,8% in eerste divisie onderverdeeld en 26,3% bij de populatiegroep van de Liga A spelers. In totaal kan 58,3% van de proefpersonen juist geclassificeerd worden. 45

54 Algemene en cognitieve testen Uit de discriminantanalyse van alle variabelen samen komt één significante functie naar voor, namelijk functie 1. De eerste functie (rcan = 0,831; Wilk s Lambda = 0,203; p = 0,002) is goed voor 80,9% van de variantie tussen de groepen, terwijl de tweede functie (rcan = 0,588; Wilk s Lambda = 0,655; p = 0,390) 19,1% van de variantie weerspiegelt. In onderstaande tabel (tabel 12) zien we dat alle algemene testen, met uitzondering van het zijwaarts springen en achterwaarts balanceren, laden op functie 1. Op functie twee laden de variabelen van de SSP, met uitzondering van het totaal aantal keer dat iemand een verkeerde blok aanduidde (SSP Total errors), de SST, de RVP, alsook KTK springen en evenwicht, Tabel 12: De mate waarin de verschillende variabelen van de algemene en cognitieve testen op de verschillende functies laden. Functie 1 2 LL 0,562 * 0,009 CMJ met 0,534 * 0,032 CMJ zonder 0,420 * 0,020 LG 0,353 * 0,182 SSP Total error -0,109 * -0,011 KTK verplaatsen -0,079 * -0,057 SST Direction errors -0,022 0,396 * SST Total correct -0,053-0,308 * SST Proportion successful stops -0,054-0,302 * KTK springen 0,151-0,300 * SST Reaction time -0,091 0,293 * RVP Total hits 0,091 0,249 * RVP Total misses -0,091-0,249 * RVP A' 0,093 0,237 * KTK evenwicht -0,158-0,212 * SSP Total usage errors 0,078 0,149 * SSP Span length -0,116-0,131 * * De variabelen die op de desbetreffende functie het beste laden, aangegeven door de hoogste absolute waarde. 46

55 Figuur 15: Visualisatie van de onderverdeling van de proefpersonen in Liga A, eerste divisie of de LO-studenten met behulp van twee verschillende functies van de discriminantanalyse voor een combinatie van de algemene en cognitieve testen. Bovenstaande figuur (figuur 15) geeft op de horizontale as functie 1 weer en op de verticale as functie 2. Hierbij is ook te zien dat de meeste variantie te verklaren valt op basis van de eerste functie, er is namelijk meer horizontaal verschil tussen de groepen dan verticaal. De meeste variantie laadt dus op functie 1. % van de classificatie Tabel 13: Toont aan hoeveel % van de drie populatiegroepen in het juiste niveau geclassificeerd worden op basis van de algemene en cognitieve testen. Groep Liga A Eerste divisie LO-studenten Totaal Liga A 83,3 16,7 0,0 100,0 Eerste divisie 5,9 76,5 17,6 100,0 LO-studenten 0,0 10,5 89,5 100,0 Uit de discriminantanalyse kan 56,3% van de cross-validated grouped cases correct geclassificeerd worden. Door de algemene en cognitieve testen te combineren, kan 83,3% van de Liga A spelers, 76,5% van de eerste divisie spelers en 89,5% van de LO-studenten in de juiste categorie geclassificeerd worden (tabel 13). 16,7% van de Liga A spelers wordt in eerste 47

56 divisie geclassificeerd. Van de eerste divisie spelers wordt 5,9% in Liga A en 17,6% bij de LOstudenten ingedeeld. 10,5% van de LO-studenten wordt dan weer bij eerste divisie onderverdeeld. In totaal kon 83,3% van de proefpersonen juist geclassificeerd worden. 48

57 4. DISCUSSIE 4.1. Verschillen in antropometrie, fysieke en motorische vaardigheden Algemeen vinden we dat de Liga A spelers groter zijn en hoger springen in vergelijking met de eerste divisie spelers en de LO-studenten. Op vlak van antropometrie komt dit overeen met eerdere bevindingen bij internationale volleyballers (Gabbett & Georgieff, 2007) en met vergelijkende studies tussen volleyballers, handballers en voetballers (Jaric et al. 2001). De resultaten van de CMJ tonen aan dat Liga A spelers meer explosieve sprongkracht bezitten dan eerste divisie spelers en LO-studenten. Gabbett & Georgieff (2007) vonden in elite en sub-elite volleyballers ook een hogere verticale sprongkracht in vergelijking met beginnende volleyballers, maar konden geen significante verschillen meten tussen elite en sub-elite volleyballers. Voor de CMJ zagen we significante verschillen tussen alle drie de groepen voor de uitvoering met armzwaai. Dit komt niet overeen met Gabbett & Georgieff (2007) aangezien zij geen significante verschillen vonden tussen elite en sub-elite volleyballers. Deze discrepantie kan verklaard worden door de keuze van de testgroepen. Zowel de elite als subelite spelers in de studie van Gabbett & Georgieff (2007) speelden op nationaal niveau. Dit is in Australië, waar de studie uitgevoerd werd, volgens ons al een degelijk niveau, wat zeker hoger zal zijn dan onze eerste divisie-groep. Voor de uitvoering zonder armzwaai konden we geen significante verschillen meten tussen eerste divisie en LO-studenten. Eerste divisie spelers hebben dus met armzwaai, een voordeel ten opzichte van de LO-studenten, maar niet zonder de armzwaai. Dit toont aan dat de eerste divisie-spelers waarschijnlijk efficiënter gebruik kunnen maken van de armzwaai in vergelijking met de LO-studenten en hiermee dus een groter coördinatievoordeel hebben op hun verticale sprongkracht. Verrassend genoeg vonden we op vlak van motorische coördinatie weinig significante verschillen tussen de groepen. Enkel op het zijwaarts springen scoren de Liga A spelers significant beter dan de eerste divisie spelers. Onze bevindingen komen niet overeen met de resultaten van Pion et al. (2015). Zij vonden significante verschillen tussen elite en sub-elite vrouwelijke volleybalspelers op alle drie de testen van de KTK. Deze discrepantie kan echter verklaard worden door de keuze van onze testgroepen. Pion et al. (2015) classificeerden Liga A speelsters als sub-elite. De elite speelsters in hun onderzoek waren deel van het nationaal team of waren kampioen in dat seizoen in de hoogste reeks. Onze Liga A groep zou dus als subelite geclassificeerd worden volgens Pion et al. (2015). 49

58 4.2. Verschillen in cognitieve vaardigheden De resultaten van de cognitieve variabelen tonen aan dat er geen significante verschillen gevonden zijn tussen de Liga A spelers, eerste divisie spelers en LO-studenten. Hoewel we een gelijkaardige hypothese stelden als Alves et al. (2013), namelijk dat elite volleyballers beter zullen scoren dan sub-elite en LO-studenten, kwamen we tegenstrijdige bevindingen uit. In zijn onderzoek vertonen elite volleyballers betere prestaties op responstijd in vergelijking met nietatleten wanneer ze een cognitieve testbatterij doorlopen. Een mogelijke verklaring is dat wij kozen voor een sportieve populatie, inclusief de LO-studenten, in plaats van niet-atleten als controlegroep, wat Alves et al. (2013) wel deden. De verschillen die Alves et al. (2013) maten zijn mogelijks een reflectie van het gebrek aan fysieke activiteit en niet van volleybalexpertise. Eerder onderzoek toonde daadwerkelijk aan dat fysiek actieve mensen over een betere cognitie beschikken (Erickson et al., 2015). Het kan ook zijn dat onze drie groepen op een gelijkaardige manier ontwikkeld zijn op vlak van EFs, door een gelijkmatige blootstelling aan sport. De grootte van de verbetering in EFs blijkt echter afhankelijk te zijn van de oefentijd die eraan gespendeerd werd (Diamond & Ling, 2016). Aangezien Liga A meer traint dan eerste divisie zouden we hiervoor dus verschillen moeten waarnemen. Door de covariaten leeftijd en aantal trainingsuren in rekening te brengen, wilden we dit nagaan. Deze variabelen hadden echter geen storende invloed op de metingen van EFs. Bovendien zijn vele van de LO-studenten actief in een externally paced sport. Dit kan ook van invloed zijn aangezien uit eerder onderzoek blijkt dat sporters in externally paced sporten beter scoren op probleemoplossend denken en self-paced sporters beter scoren op inhibitie (Jacobson & Matthaeus, 2014). Onze cognitieve testbatterij bevatte echter geen duidelijke meting van probleemoplossend denken. Overigens blijkt uit trainingsstudies dat er slechts zeer specifieke transfer is van EFs (Diamond & Ling, 2016). Daarbij kunnen we ons de vraag stellen of de cognitieve vaardigheden in volleybal wel transfereren naar de taken van onze testbatterij. Deze testbatterij was immers niet volleybalspecifiek. Dit kadert ook binnen de kritiek op de cognitive component approach. Onderzoekers (Alves et al., 2013) stellen zich daarbij de vraag of deze benadering niet de complexiteit van de sport negeert. Uiteraard is de volleybalcontext veel complexer dan de computertaken waar we onze proefpersonen aan onderworpen. Ten slotte waren er op het moment van de testafnames enkele externe factoren die de resultaten van Liga A kunnen beïnvloed hebben. VDK Gent Heren stond als laatste gerangschikt in de competitie en Par-ky Menen had het druk met play-offs en buitenlandse verplaatsingen. Dit 50

59 zorgde bij beide ploegen voor stress en vermoeidheid. Beide factoren hebben een negatieve invloed op de EFs (Diamond et al. 2015), wat dus ook een effect kan gehad hebben op onze resultaten. Als we onze resultaten spiegelen aan studies in voetbal vinden we over het algemeen, wederom tegenstrijdige resultaten. Verburgh et al. (2014) vonden significante verschillen tussen getalenteerde jeugdspelers en amateurspelers op vlak van inhibitie op een SST. Deze metingen werden gedaan bij spelers van ongeveer 11 jaar oud, wat een verklaring kan zijn voor de discrepantie met onze metingen. Ze vonden echter geen significante verschillen in visuospatiële werkcapaciteit, wat dan weer wel overeen komt met onze resultaten. Huijgen et al. (2015) vonden significante verschillen in metacognitie, inhibitie en cognitieve flexibiliteit tussen elite en sub-elite jeugdvoetballers. Onderzoek in een populatie met ongeveer dezelfde leeftijd als in dit onderzoek gaf echter ook tegenstrijdige resultaten (Vestberg et al., 2012). Spelers uit de hoogste voetbalklasse scoorden beter dan spelers uit lagere klassen op verschillende testen van de D-KEFS. Ten slotte kan ook het verschil in de gebruikte testbatterijen in de verschillende onderzoeken aan de basis liggen van deze discrepanties Invloed van leeftijd en aantal trainingsuren Daarnaast werd in dit onderzoek nagegaan of leeftijd en het aantal trainingsuren een effect heeft op de verschillen in cognitieve vaardigheden tussen Liga A spelers, eerst divisie spelers en LOstudenten. Uit onze resultaten blijkt dit echter niet het geval te zijn. Zowel de leeftijd, als het aantal trainingsuren hebben geen significante effecten op de cognitieve prestaties. Eveneens kunnen een te klein verschil in leeftijd en trainingsuren deze resultaten staven. Bovendien werd er in eerder onderzoek in voetbal enkel een storend effect gevonden van het aantal trainingsuren op metingen van meta-cognitie, maar niet op metingen van inhibitie en cognitieve flexibiliteit (Huijgen et al., 2015) Discriminantanalyses De discriminantanalyse van de algemene testen, waaronder antropometrie, fysieke en motorische variabelen, kon respectievelijk 83,3%, 61,1% en 73,7% van de Liga A spelers, eerste divisie spelers en de LO-studenten juist classificeren. De meeste verklaarde variantie viel 51

60 echter op LL, LG en CMJ met en zonder armzwaai en niet op motorische variabelen. Dit staat haaks op de bevindingen van Pion et al. (2015) die vonden dat motorische coördinatie het beste onderscheid maakt tussen elite en sub-elite volleybalsters. Zoals eerder besproken kan deze discrepantie verklaard worden door de keuze van de testgroepen. Uit onze resultaten kunnen we afleiden dat volleybalspelers van Liga A in België zich het beste onderscheiden door hun hogere LL, LG en betere sprongkracht gemeten aan de hand van de CMJ. Top-volleyballers die geselecteerd zijn voor de nationale ploeg of voor het beste Belgische team spelen daarentegen, onderscheiden zich van de Liga A spelers zonder selectie door hun uitmuntende coördinatievaardigheden (Pion et al., 2015). Op basis van de cognitieve variabelen alleen kon er geen duidelijk onderscheid gemaakt worden tussen de drie groepen. Metingen in voetbal konden echter met 89% zekerheid getalenteerde jeugdspelers onderscheiden van amateurspelers (Verburgh et al., 2014). Onze hypothese dat het onderscheid tussen de groepen gemaakt zou worden door een combinatie van variabelen klopt in de enge zin van het woord. We verwachtten echter wel dat de cognitieve variabelen ook een bijdrage zouden leveren aan dit onderscheid, maar dit blijkt niet significant te zijn. De oorzaak hiervan ligt bij de niet-significante verschillen tussen onze groepen op vlak van cognitie, wat in de vorige paragraaf al uitgebreid besproken werd. Wanneer we de discriminantanalyse lieten lopen voor zowel de algemene als de cognitieve variabelen samen, kon 83,3% van de Liga A spelers, 76,5% van de eerste divisie spelers en 89,5% van de LO-studenten, juist geclassificeerd worden. Deze percentages liggen hoger dan wanneer we enkel op basis van de algemene of cognitieve testen discrimineren. Het blijkt echter wel dat de meeste variantie viel op LL, LL en de CMJ met en zonder armzwaai en niet op de cognitieve variabelen en de KTK-testen. Net als bij de discriminantanalyse van de algemene testen, is dit tegenstrijdig met de resultaten uit het onderzoek van Pion et al. (2015). In zijn onderzoek maken de motorische variabelen juist het beste een onderscheid tussen elite en sub-elite volleyballers Multidimensionele aanpak Eerder onderzoek toonde aan dat er zo veel mogelijk verschillende aspecten in rekening gebracht moeten worden om talent te identificeren (Williams & Reilly, 2000; Elferink-Gemser et al., 2004). Voornamelijk in teamsporten zouden metingen van cognitie, psychologie, techniek en tactiek een meerwaarde kunnen betekenen doordat er verschillende vrijheidsgraden 52

61 in rekening gebracht moeten worden. Ook in ons onderzoek brachten we naast antropometrische, fysieke en motorische variabelen cognitie in rekening. Uit onze resultaten blijkt echter dat het in rekening brengen van cognitie geen meerwaarde biedt om een onderscheid te maken tussen elite volleyballers, sub-elite volleyballers en nietvolleyballende LO-studenten. Dit doet ons vermoeden dat er andere metingen van cognitie en ook andere aspecten van sportprestatie, zoals bijvoorbeeld psychologische variabelen, in rekening moeten gebracht worden om een onderscheid te kunnen maken tussen onze drie groepen. Uit onderzoek in voetbal blijkt immers ook dat naast cognitieve vaardigheden perceptuele en technische vaardigheden belangrijk zijn om een onderscheid te maken tussen elite en sub-elite voetballers (Ward & Williams, 2003). Bovendien mogen we de sportspecifieke metingen van technische, tactische en perceptuele vaardigheden niet uit het oog verliezen. Rikberg & Raudsepp (2011) toonden immers aan dat volleybalspecifieke technieken, explosieve kracht, game intelligence in volleybal en motivationele vaardigheden een onderscheid konden maken tussen geselecteerde en nietgeselecteerde volleyballers Beperkingen onderzoek Als laatste willen we graag zelf een aantal beperkingen in ons onderzoek aanhalen. (1) De drukke competitie-agenda van Par-ky Menen maakte het voor de spelers niet mogelijk om deel te nemen aan de algemene testen. Alsook wilde de coach geen risico nemen dat een speler zich zou blesseren gedurende de testafnames. Zij legden dus enkel de cognitieve testbatterij af. Hierdoor hebben we voor de algemene testen enkel de resultaten van de twaalf VDK Gent spelers kunnen hanteren en houden we dus slechts een kleine sample over voor deze testen in de Liga A groep. (2) Bij de discriminantanalyse van de algemene en cognitieve testen verliezen we alle datapunten van de spelers van Par-ky Menen. Dit komt doordat deze spelers geen data hebben bij de algemene testen en de discriminantanalyse automatisch elke proefpersoon elimineert waarbij één variabele ontbreekt. (3) Ook zou, volgens ons, de kleine steekproefomvang een effect hebben op de resultaten. Wanneer we met een groter aantal proefpersonen per populatie werken, zouden we mogelijks andere resultaten bekomen voor elke variabele. 53

62 Zoals we eerder al besproken hebben kan het zijn dat de reden voor de niet-significante verschillen tussen de groepen te wijten is aan de sportiviteit van alle drie de groepen. Door met LO-studenten te werken, beschikken we over het algemeen over een vrij sportieve populatie. Mochten we ook een niet-atletische groep in ons onderzoek opgenomen hebben zou het kunnen dat we duidelijkere verschillen tussen de groepen meten. Deze verschillen zouden dan te wijten zijn aan het al dan niet fysiek actief zijn of het al dan niet deelnemen aan sport. Door echter te vergelijken met een sportieve niet-volleyballende populatie trachtten we om verschillen in executieve functie die te wijten waren aan het al dan niet volleybal spelen op te sporen Conclusie en relevantie onderzoek Na het uitvoeren van dit onderzoek en het analyseren van de resultaten kunnen we besluiten dat de LL en de verticale sprongkracht, bij voorkeur een CMJ met armzwaai, relevant zijn om verschillende niveaus in volleybal van elkaar te onderscheiden. Hiervoor vonden we significante verschillen tussen de drie populatiegroepen. Daarbij raden we de volleybalfederatie aan het huidige TID-model te blijven hanteren om talenten te selecteren en identificeren, aangezien deze variabelen in rekening worden gebracht. Uit eerdere onderzoeken blijkt dat een multidimensionele aanpak aangewezen is om talenten te ontdekken. Wij gingen na of het toevoegen van het aspect cognitie hieraan kon bijdragen. Dit bleek op basis van onze resultaten niet het geval te zijn. In de toekomst kan het aangeraden zijn om meer onderzoek te doen door bijvoorbeeld sportspecifieke cognitieve testen uit te voeren. Ook zouden in de toekomst de testgroepen vergroot kunnen worden om een duidelijker onderscheid te kunnen maken tussen de elite, sub-elite en de controlegroep. 54

63 BIJLAGEN Informatieformulier Geachte, Bedankt voor uw deelname aan deze studie. Onderstaand vindt u informatie omtrent het doel en het verloop van de studie. De studie die wij momenteel uitvoeren kadert in het groter geheel van de talentidentificatie van volleybal in Vlaanderen. Concreet willen we nagaan of er op vlak van cognitie een onderscheid gemaakt kan worden tussen elite volleyballers, sub-elite volleyballers en niet-volleyballende LO-studenten. Voor deze studie zal u gevraagd worden enkele fysieke testen, coördinatietesten, antropometrische testen en cognitieve testen uit te voeren. Deze zijn niet fysieke of mentaal uitputtend en zullen geen invloed hebben op uw trainingskwaliteit. Elke test zal vooraf gedetailleerd uitgelegd en eventueel gedemonstreerd worden. Indien u vragen hebt mag u deze ten allen tijde stellen. De resultaten worden telkens genoteerd door één van de testleiders op het invulformulier dat u gedurende de testen zelf bij houdt. De eerste rubriek van het invulformulier dient door u zelf ingevuld worden. De antropometrische testen bevatten metingen van lichaamslengte en lichaamsgewicht. Voor de fysieke metingen dient u zes maal een counter movement jump uitvoeren (drie met armzwaai en drie met de armen in zij). De coördinatietesten bevatten drie testen van de Körperkoordinationstest für Kinder (KTK). Ten slotte zal u op een tablet een cognitieve testbatterij (CANTAB) uitvoeren. Deze duurt ongeveer een half uur. Doorheen het volledige onderzoek heeft u het recht om de testen te beëindigen of een pauze in te lassen. Alle data wordt.anoniem verwerkt met respect tot de ethische code voor wetenschappelijk onderzoek in België. Bij vragen kan u steeds terecht bij één van de onderzoekers. Vanhoutte Margot Margot.Vanhoutte@UGent.be 0476/ Warlop Griet Griet.Warlop@UGent.be 0473/ Vansteenkiste Pieter Pieter.Vansteenkiste@UGent.be 0474/

64 Toestemmingsformulier Ik, ondertekende, bevestig mijn deelname aan bovenstaande onderzoek. Ik verklaar hierbij dat: Ik heb de informatiebrief over dit onderzoek gelezen. Ik ben geïnformeerd dat deelnemen aan dit onderzoek op vrijwillige basis is. Ik heb voldoende tijd gehad over de beslissing om deel te nemen aan dit onderzoek. Ik ben geïnformeerd dat ik op elk ogenblik uit het onderzoek kan stappen. Ik weet dat ik op elk ogenblik vragen mag stellen over het onderzoek. Naam deelnemer: Datum: Handgeschreven gelezen en goedgekeurd + handtekening: Ik verklaar als onderzoeker dat ik de deelnemer zowel mondeling als schriftelijk geïnformeerd heb over het onderzoek. Als er tijdens het onderzoek zaken veranderen die mogelijks de toestemming van de deelnemer kan beïnvloeden, dan breng ik hem/haar hiervan op de hoogte. Ik verklaar me als onderzoeker te houden aan de ethische code voor het wetenschappelijk onderzoek in België. Naam onderzoeker: Datum: Handtekening: 56

65 Masterproef: Het brein van de topsporter Voornaam en naam: Datum testdag: Geboortedatum: Geslacht: Sport en discipline: Niveau: Aantal jaren actief in competitiesport: Aantal trainingsuren per week (hier vul je per jaar of periode dat je actief was in hoeveel uren je trainde): Lichaamsgewicht Lichaamslengte Antropometrie CMJ handen in zij CMJ met armzwaai Fysiek Coördinatie Zijwaarts verplaatsen Zijwaarts springen Evenwicht CANTAB afgewerkt CANTAB 57