Design Study of a Data Analysis Tool for Lead Climbing
Open Access
- 25 March 2024
- conference paper
- Published by Association for Computing Machinery (ACM)
- p. 1-12
Abstract
Nous présentons une étude de conception d’un outil d’analyse de données de performances d’escalade de difficulté créé en collaboration avec la Fédération Française Montagne Escalade (FFME). Son but est de faciliter l’exploration d’un jeu de données pour identifier de nouveaux indicateurs de la performance et mieux entraîner les athlètes français·es. Des entretiens réguliers nous ont permis d’identifier les besoins des analystes et de concevoir un système robuste auquel ils ont accès constamment. L’analyse thématique des transcriptions de deux journées d’évaluation avec l’entraîneuse nationale ont souligné l’importance d’accéder aux vidéos des performances pour visionner des passages clés, le besoin de naviguer entre plusieurs types d’analyse et de niveaux d’informations, et l’intérêt de s’appuyer sur des données qualitatives issues du ressenti des athlètes pour mieux comprendre leurs choix. Nous détaillons nos choix de conception et exposons les solutions implémentées dans le but de guider la conception de systèmes d’analyse de performances sportives.Keywords
Funding Information
- Agence Nationale de la Recherche (20-STHP-0003)
This publication has 34 references indexed in Scilit:
- Reliability and Validity of Functional Grip Strength Measures Across Holds and Body Positions in Climbers: Associations With Skill and Climbing PerformanceResearch Quarterly for Exercise and Sport, 2022
- A survey of competitive sports data visualization and visual analysisJournal of Visualization, 2020
- Determinants for success in climbing: A systematic reviewJournal of Exercise Science & Fitness, 2019
- Visual soccer match analysis using spatiotemporal positions of playersComputers & Graphics, 2017
- StatCast Dashboard: Exploration of Spatiotemporal Baseball DataIEEE Computer Graphics and Applications, 2016
- Director's Cut: Analysis and Annotation of Soccer MatchesIEEE Computer Graphics and Applications, 2016
- Automatic Sensor-Based Detection and Classification of Climbing ActivitiesIEEE Sensors Journal, 2015
- Movement phase detection in climbing *Sports Technology, 2014
- Evaluating Information Visualizations2008
- Toward measuring visualization insightIEEE Computer Graphics and Applications, 2006