Treinadores profissionais geralmente medem o desempenho dos jogadores para prever seus comportamentos, visto que as decisões dos treinadores devem ter algum tipo de influência nas vitórias e derrotas da equipe (1). Assim, a intuição tradicional dos treinadores está sendo progressivamente substituída pela coleta de dados precisos para encontrar a "parcela de vitórias", que é uma estimativa do desempenho individual do jogador em relação às vitórias de sua equipe (2). Essa análise facilitaria o foco da atenção dos jogadores nos aspectos que os treinadores consideram mais importantes para melhorar seu desempenho (3).

O desempenho em esportes coletivos depende de múltiplos fatores. Diversos estudos analisaram o desempenho em diferentes áreas, utilizando variáveis físicas, técnico-táticas, psicológicas ou mesmo contextuais (4). Além disso, é vital identificar o desempenho dos jogadores em contextos ambientais (5). A competitividade em esportes de elite aumentou; portanto, qualquer informação que melhore o desempenho do jogador pode proporcionar uma vantagem sobre o oponente (6). No entanto, parece haver um descompasso entre o campo científico e a prática, pois os treinadores são reticentes em fornecer informações e muitos estudos são realizados em ambientes controlados, fora de situações competitivas (7). Consequentemente, uma perspectiva holística do desempenho competitivo requer investigações em contextos ambientais, juntamente com a colaboração dos treinadores (8).

Nos últimos anos, avanços tecnológicos, como inteligência artificial, algoritmos e big data, aprimoraram a capacidade de coleta de dados em contextos de jogo, envolvendo treinadores e pesquisadores (9). Nesse sentido, os dados cresceram exponencialmente nos últimos anos, e a tecnologia esportiva permitiu sua análise. Esse fato implicou na criação de uma nova área de atuação, a Sports Analytics, e no nascimento de uma nova figura profissional, o observador especialista dentro da comissão técnica, denominado scout ou analista de dados (3).

Especificamente no voleibol, o registro de dados é realizado utilizando o software Data Volley (10), um sistema utilizado por federações, clubes e treinadores para avaliar o desempenho. Esses dados são frequentemente utilizados para apresentar coeficientes e estatísticas descritivas (p. ex., médias, eficiências) (11), com foco no registro e quantificação das ações técnicas dos jogadores em contato com a bola (10). Embora algumas variáveis contextuais possam ser registradas com dados de voleibol (p. ex., vantagem de jogar em casa), essas variáveis não possuem uma abordagem padronizada, e sua análise frequentemente carece de critérios comuns para todos os treinadores (12). No entanto, essa fragilidade na análise de variáveis contextuais contrasta com sua influência no desempenho esportivo (13).

O momento da partida ou o placar parecem afetar o comportamento dos jogadores, interrompendo assim os valores de desempenho das ações técnicas (14). Além disso, essas variáveis contextuais foram definidas como diferentes situações ou fatores competitivos externos que podem afetar o desempenho tanto de jogadores individuais quanto da equipe como um todo (15). Nessa linha, a literatura pesquisada mostrou que variáveis como a vantagem de jogar em casa (16), a diferença entre os níveis de times opostos (17) ou os momentos finais do set e da partida (18) influenciam o resultado final. Consequentemente, variáveis contextuais como a vantagem de jogar em casa, o nível do oponente, o período do set, as diferenças de pontuação, a tendência, o resultado do set anterior, a carga competitiva, etc., podem ser críticas no desempenho do voleibol.

Em particular, o voleibol está condicionado ao sistema de pontuação do paradoxo de Quasi-Simpson (19). Este paradoxo implica que a equipe vencedora nem sempre é a equipe que obtém mais pontos durante a partida. Curiosamente, embora todos os pontos tenham o mesmo valor quantitativo, treinadores e pesquisadores confirmaram a existência de situações, momentos críticos ou “momentum” com maior impacto no resultado da partida (20). Este termo tem sido usado para descrever sentimentos fortes que geram confiança em um resultado e que estão relacionados a ações anteriores bem-sucedidas (20). Determinar esses indicadores de desempenho pode facilitar a tomada de decisão dos treinadores e, como resultado, vitórias posteriores (7,21). No entanto, considerando essas informações anteriores, quais indicadores devem ser medidos? Além disso, quais variáveis contextuais são as mais importantes para os treinadores?

Embora pesquisas anteriores tenham destacado a importância das variáveis contextuais e sua influência no desempenho (13,17), a categorização exclusiva de ações técnicas no voleibol pode ser uma limitação na análise de jogadores. Além disso, parece haver evidências práticas limitadas, apoiadas por opiniões de treinadores especialistas, sobre a validade e a consistência de tais métodos para analisar a influência de variáveis contextuais, embora a ciência tenha considerado essencial integrar o conhecimento prático de treinadores de elite sobre o desempenho esportivo (22). Consequentemente, o principal objetivo deste estudo foi identificar as opiniões de treinadores de elite, em termos de relevância, definição e importância, sobre variáveis contextuais do voleibol para medir o desempenho individual em competições.

Instrumentos

Um instrumento para coletar a opinião dos treinadores de voleibol de elite do mundo foi elaborado por quatro especialistas em voleibol. Os especialistas em questão eram professores universitários especializados em voleibol com pelo menos cinco anos de experiência. O instrumento foi elaborado em duas etapas: (I) foi realizada uma revisão bibliográfica das variáveis contextuais mais frequentemente estudadas em pesquisas esportivas (ver Tabela 1); e (II) foi realizada uma revisão bibliográfica das variáveis contextuais mais frequentemente estudadas no voleibol, o que conduziu ao desenvolvimento do instrumento (ver Tabela 2).

---

Tabela 1. Revisão das variáveis contextuais mais estudadas na pesquisa esportiva.

---

Tabela 2. Instrumento com as variáveis contextuais do voleibol mais estudadas e suas categorias no voleibol.

---

Participantes

Para obter a opinião dos treinadores de elite do voleibol mundial, o instrumento foi enviado a um grupo de especialistas. Apenas os especialistas que possuíam pelo menos três anos de experiência em um dos seguintes critérios foram considerados treinadores de elite internacional e incluídos no estudo: (I) treinador da seleção nacional; (II) treinador da equipe da primeira divisão em seu respectivo país; ou (III) treinador em competições internacionais. Inicialmente, 40 especialistas foram contatados, mas apenas 20 deles participaram do estudo (taxa de resposta de 50%). Seguindo a classificação apontada por Swann et al. (117), as características finais revelaram que a amostra de treinadores de elite internacional incluía oito treinadores de elite competitivos, oito de elite bem-sucedidos e quatro treinadores de elite de classe mundial em três continentes. Os treinadores atuaram nas primeiras divisões da Suíça, França, Colômbia, Peru, Espanha, Grécia, Porto Rico e Bélgica, com destaque nas ligas italiana, brasileira ou turca e as seleções nacionais da Colômbia, EUA, Coreia, Bélgica, Espanha ou Canadá. Além disso, eles competiram nos Jogos Olímpicos, na Liga dos Campeões da Confederação Europeia de Voleibol e no Campeonato Sul-Americano de Voleibol. Por fim, em relação à distribuição por gênero das equipes, os especialistas foram divididos em treinadores femininos (70%; n = 14) e treinadores masculinos (30%; n = 6). Toda a participação neste estudo foi voluntária, e os participantes assinaram um termo de consentimento antes da coleta de dados.

Procedimentos

O instrumento teve como objetivo analisar as variáveis contextuais e suas categorias.

As variáveis contextuais foram analisadas por dois critérios: (I) Relevância: adequação e nível de possibilidades da variável para mensurar o desempenho individual de cada jogador; e (II) Definição: nível de clareza da denominação e definição da variável. Além disso, as categorias foram analisadas utilizando variáveis de relevância, definição e importância. A importância foi definida como o valor da categoria para mensurar o desempenho individual.

Uma escala de um a dez, em intervalos de um ponto, foi usada para medir definição, relevância e importância, sendo um "discordo totalmente" e dez "concordo totalmente". Além disso, ao final de cada seção, os especialistas foram convidados a escrever suas sugestões ou comentários. Uma plataforma online SurveyMonkey foi usada para hospedar o instrumento. Um link online foi enviado diretamente para cada treinador de elite mundial contendo informações sobre o procedimento e os objetivos do estudo. O instrumento ficou disponível por um mês para facilitar a participação dos especialistas, juntamente com seus numerosos compromissos com competições internacionais. Vários acompanhamentos foram enviados sete e três dias antes do fechamento da plataforma. Nenhuma outra resposta foi aceita após o prazo do instrumento.

Análise de Dados

A confiabilidade das variáveis contextuais e suas categorias foi verificada usando o α de Cronbach e o Ômega de McDonald. A confiabilidade em nosso estudo foi: vantagem em casa α = 0,937, ω = 0,937; nível de oposição α = 0,964, ω = 0,966; período definido α = 0,887, ω = 0,892; diferença de pontuação α = 0,813, ω = 0,844; tendência α = 0,957, ω = 0,959; resultado conjunto anterior α = 0,963, ω = 0,963; e carga competitiva α = 0,741, ω = 0,746. Para determinar a validade de conteúdo das variáveis contextuais e suas categorias, o coeficiente V de Aiken foi calculado. Intervalos de confiança de 90%, 95% e 99% foram estimados usando o programa visual basic para o Aiken V desenvolvido por Merino e Livia (118) através do método de pontuação (119). Para comparar as diferenças quantitativas atribuídas pelos treinadores à importância das variáveis contextuais com duas categorias (vantagem em casa, resultado previamente definido e carga competitiva), o teste U de Mann-Whitney foi utilizado, enquanto o teste de Kruskal-Wallis foi usado nas variáveis com três ou mais categorias (nível de oposição; período definido; diferença de pontuação e tendência). A média (M), mediana (Md) e desvio padrão (DP) foram usados para descrever a importância da variável. A normalidade das variáveis foi verificada usando o teste de Shapiro-Wilk; o nível de significância foi estabelecido em p < 0,05. Os dados foram analisados usando o pacote estatístico SPSS v.25 (IBM Corp., Armank, NY, EUA).

Os valores do coeficiente V de Aiken das variáveis contextuais, suas categorias e os intervalos de confiança, de acordo com sua relevância, definição e importância, são ilustrados na Tabela 3.

---

Tabela 3. Relevância, definição e importância dos valores de V de Aiken das variáveis contextuais e suas respectivas categorias.

---

Todas as variáveis e categorias alcançaram valores de validade acima de 0,50 (120). Entretanto, nem todas as variáveis e categorias obtiveram níveis de validade que pudessem ser considerados adequados (0,70) (121). Consequentemente, aquelas variáveis e categorias com valores de 0,67 foram revisadas de acordo com a avaliação qualitativa dos especialistas.

Relevância das Variáveis Contextuais

As seguintes variáveis e categorias apresentaram valores de validade superiores a 0,70 (ver Tabela 3): variável II — nível de oposição; categoria de alto nível; variável III — período da série; categoria do período final (≥ 20) 1º — 4º set; categoria do período final (≥ 10) 5º set; variável IV — diferença de pontuação; variável VII — carga competitiva; e categoria de alta carga competitiva. As demais variáveis e categorias apresentaram valores de 0,67, com os seguintes comentários principais dos juízes especialistas:

• Variável I — Vantagem em casa: “é mais importante prevenir e trabalhar, do que avaliar” (Especialista 11).

Categorias de vantagem em casa: “Pode ser diferente dependendo do momento do campeonato” (Especialista 15).

• Variável II — Nível de oposição: “predefinir os níveis de oposição pode levar (à perda de) muita informação” (Especialista 3).

Categorias de níveis de oposição: “Pré-definir as faixas de nível de forma geral e simétrica pode ser um problema” (Especialista 3); “O desempenho competitivo tem de ser ajustado e medido em termos de níveis semelhantes” ( Especialista 12); “O momento do campeonato e o estado psicológico da equipe podem afetar o nível de oposição” (Especialista 15).

• Variável III — Período do set: “Analisar o período definido (mas) sem considerar a diferença no placar é um grande erro. Não são os mesmos resultados 24-23 ou 24-17. A variável período da prova e a diferença no placar devem ser analisadas em conjunto” ( Especialista 4).

Categorias de períodos de sets: “Esta variável está relacionada ao placar, favorável ou desfavorável” (Especialista 15); “Os períodos finais são muito importantes, mas apenas com placares apertados” (Especialista 16); “A diferença de pontos entre as duas equipes deve ser (considerada), 23-11 não é o mesmo que 13-23. Talvez o 5º set possa ser dividido em apenas dois períodos (0-8/9…)” (Especialista 17).

• Variável IV – Diferença de pontuação: “Esta variável deve estar relacionada ao período do set” (Especialista 11); “a diferença de pontuação (tem) grande relação com a variável III – período do set” (Especialista 13).

Categorias de diferença de pontuação: “Os intervalos estabelecidos não são adequados, pois os intervalos deveriam ter uma amplitude dinâmica dependendo da categoria, do período do set ou do placar” (Especialista 3); “Para melhorar a relevância, a variável poderia ser relacionada ao período do set, especialmente a partir do ponto 16 e do ponto 20 em diante” (Especialista 11); “De acordo com sua globalidade, essa variável é crítica no 5º set” (Especialista 12).

• Variável V — Tendência: “As variáveis diferença de pontuação e tendência podem ser misturadas. Para avaliar as ações da equipe, não é a mesma coisa ter pontuações de +2 ou -2, +4 ou -4, pois as equipes jogarão de forma diferente. Portanto, acredito que diferença de pontuação e tendência devem ser a mesma variável” (Especialista 4); “Competir em intervalos de ±2 pontos é como empatar. (A)tenndência seria (de) mais relevância se estivesse relacionada ao período do set” ( Especialista 11).

Categorias de tendências: “Apenas pequenas diferenças no placar teriam (uma)influência” (especialista 13).

• Variável VI — Resultado do set anterior: “A rodada do campeonato deve ser adicionada” (Especialista 15).
• Variável VII — Carga competitiva: “você deve adicionar a rodada do campeonato” ( especialista 15).

Definição das Variáveis Contextuais

Todas as variáveis e categorias apresentaram valores de validade superiores a 0,70, com exceção das seguintes variáveis e categorias, que obtiveram valores de 0,67 (ver Tabela 3): categoria visitante (da variável I — vantagem em casa); variável II — nível de oposição; nível baixo+; período inicial (0-4); 5º set (da variável III — período do set); diferenças altas (+5); 5º set (da variável IV — diferença de pontuação); e variável V — tendência. Consequentemente, os principais comentários dos juízes especialistas foram os seguintes:

Categorias de vantagem em casa: “Por favor, inclua a categoria de campo neutro” ( especialista 2); “a definição das categorias de vantagem em casa não deve considerar a influência do público, já que você pode jogar em casa ou fora, sem espectadores nas arquibancadas (por exemplo, temporada 20-21)” (especialista 4).

Categorias de nível de oposição: “É difícil de entender conceitualmente” (Especialista 11).

Categorias de períodos de set: “Manter o mesmo número de intervalos e uma distribuição proporcional de pontos no 5º set (complica) a possibilidade de analisar comparações entre o 5º e o restante dos sets. Propus que o período final fosse mantido (últimos 5 pontos)” ( Especialista 3).

Categorias de diferença de pontuação: “No 5º set, eu consideraria; diferenças baixas 0 e 1, diferenças médias 2–3, diferenças altas 4 ou mais pontos de diferença de pontuação” ( especialista 4).

Importância das Variáveis Contextuais

As categorias com validade de conteúdo superior a 0,70 foram (ver Tabela 3): alto nível (variável II — nível de oposição); período final (≥ 20) 1º — 4º set e período final (≥ 10) 5º set (variável III — período do set); e alto nível (variável VII — carga competitiva). As demais categorias apresentaram valores de 0,67.

Além disso, uma análise quantitativa foi conduzida para verificar os valores de importância dos especialistas em todas as categorias; esses valores são descritos na Tabela 4. Os resultados demonstraram diferenças entre as categorias do Período do set (X2(5) = 18,6; p = 0,002). A análise post hoc de Bonferroni também mostrou as seguintes diferenças entre os períodos: o período final ≥20 tem valores maiores que 0–9 (p = 0,003), 10–19 (p = 0,027), 0–4 (p = 0,012) e 5–9 (p = 0,026). O período final ≥10 tem valores maiores que 0–9 (p = 0,001), 10–19 (p = 0,017), 0–4 (p = 0,007) e 5–9 (p = 0,016). Além disso, as categorias de alta carga apresentaram valores mais elevados que atenuaram a carga (Z = 2,06; p = 0,040). Para as demais comparações, não foram encontradas diferenças (p > 0,05).

---

Tabela 4. Estatísticas descritivas de importância das categorias.
Notas: DP = desvio padrão; A = diferenças significativas com Período Final ≥ 20; B = diferenças significativas com Período Final ≥ 10; significância = * p < 0,05; ** p < 0,01.

---

O principal objetivo deste estudo foi identificar as opiniões de treinadores de elite, em termos de relevância, definição e importância, sobre variáveis contextuais do voleibol para mensurar o desempenho individual em competições. Para tanto, foi criado um instrumento válido e confiável.

Os principais resultados deste estudo demonstram que existem diferenças entre as variáveis contextuais do voleibol analisadas anteriormente na literatura. As variáveis nível dos oponentes, período do set, diferença de pontuação, resultado do set anterior e carga competitiva foram consideradas relevantes por especialistas na mensuração do desempenho individual dos jogadores em ambientes competitivos. Por outro lado, as variáveis vantagem do jogo em casa e tendências não atingiram um nível ótimo de relevância.

Nem a variável vantagem em casa nem as categorias casa e fora foram consideradas relevantes pelos especialistas. De fato, treinadores especialistas sugerem que é mais importante treinar do que avaliar o efeito da vantagem em casa. Da mesma forma, Palao et al. (16) sugeriram que preparar psicologicamente os atletas para o nível de ruído da plateia, bem como familiarizá-los com a quadra de jogo no dia anterior, pode ser necessário para manter seu nível de desempenho. No entanto, o efeito da vantagem em casa tem sido repetidamente estudado em esportes (34), especificamente no vôlei, com resultados inconclusivos (16). Assim, os fatores que parecem determinar a influência da vantagem em casa no vôlei são a torcida, a familiarização com a quadra de jogo, as interrupções nos hábitos de sono ou alimentação causadas por viagens e os árbitros (30). Consequentemente, parece haver uma diferença entre a relevância das vantagens em casa em nosso estudo e a literatura anterior. Isso pode ser devido ao fato de que os treinadores são capazes de neutralizar os efeitos da vantagem em casa com treinamento; além disso, a vantagem em casa tem uma enorme dependência de outras variáveis contextuais, como período do set, diferença de pontuação e nível do adversário (37).

Em relação à definição de vantagem em casa, os especialistas sugerem a inclusão de uma categoria de campo neutro, como visto em competições single-court, como os Jogos Olímpicos. Além disso, os especialistas não consideram apropriado incluir a influência do público na definição da variável de vantagem em casa, já que algumas partidas não têm público. Nesse sentido, um estudo recente de Correia-Oliveira e Andrade-Souza (34) indicou uma diminuição no efeito da vantagem em casa em situações pós-pandêmicas com arquibancadas vazias. Além disso, nossos resultados não conseguiram descobrir nenhuma diferença significativa em relação à importância das categorias casa ou fora. No entanto, nossos dados refletem valores ligeiramente mais altos para times visitantes em contraste com os times da casa. Da mesma forma, Yu et al. (13) quantificaram a probabilidade de vitória em 57% para o time da casa.

Os resultados mostraram que a variável nível do adversário e a categoria de alto nível (partidas entre equipes de níveis semelhantes) foram consideradas relevantes pelos especialistas, de acordo com a literatura anterior. Assim, o nível do adversário determina como as equipes jogam e seu desempenho (11). Além disso, os treinadores de elite indicaram que pré-definir o nível da oposição de acordo com a classificação da competição pode envolver a perda de uma quantidade significativa de informações. Da mesma forma, Marcelino et al. (11) propuseram o uso de funções de probabilidade dos números vencedores, a razão vitória/derrota dos pontos, a razão vitória/derrota do set e a porcentagem de sets ganhos em contraste com a classificação final. Esses indicadores podem fornecer melhores informações sobre as flutuações de desempenho ao longo da competição. Por fim, nossos resultados revelaram diferenças significativas na importância das categorias de alto nível (9,5/10). Consequentemente, os melhores desempenhos dos jogadores ocorrem em partidas altamente competitivas ou equilibradas, onde os níveis de desempenho da equipe são semelhantes (17).

A variável período do set, o período final ≥20 e o período final ≥10 categorias de sets foram consideradas relevantes pelos especialistas. No entanto, eles sugeriram que o período do set deve levar em consideração a variável diferença de pontuação. A literatura pesquisada destacou o maior impacto das diferenças de pontuação em comparação com o período do set. Especificamente, no voleibol, pontos acima de 20 no 1º ao 4º sets com placares fechados parecem ser críticos (64). Isso sugere que o impacto dos momentos do set final (período final ≥ 20 e período final ≥ 10) seria condicionado por placares apertados. Assim, o desempenho dos jogadores pode ser particularmente afetado pelo estresse ou pressão psicológica nos períodos finais (18).

No presente estudo, a variável período do set foi definida usando categorias de (0–9), (10–19), (20+) para o 1º ao 4º sets e (0–4), (5–9) e (10+) para o 5º set, de acordo com García-de-Alcaraz e Usero (61). Contrariamente à nossa definição, um especialista sugeriu definir as categorias de acordo com o tempo técnico apresentado nas regras da Federação Internacional de Voleibol (FIVB) de 2016 — pontos 8, 16 e 21 para os sets 1 a 4 e apenas duas categorias para o 5º set antes e depois do 8º ponto. Da mesma forma, Rodriguez-Ruiz et al. (65) estabeleceram três períodos: (0–8), (9–16) e (16+) pontos. No entanto, nossa proposta de categoria é baseada na supressão do tempo técnico pelas atuais regras 21–24 da FIVB (122). Em relação à importância das categorias de períodos de séries, os períodos finais ≥20 e ≥10 alcançaram valores significativamente maiores do que o período inicial ou central de todos os sets. Ambos os períodos (período final ≥20 e período final ≥10) receberam os valores máximos possíveis (10/10), em contraste com os demais períodos. Os resultados estão em linha com os de Marcelino et al. (18), que sugeriram o papel crucial do período final do set no resultado da competição.

Os resultados determinaram que a variável diferença de pontuação era relevante, mas não a categoria dela. Os períodos finais de sets com diferenças de pontuação menores que dois pontos (“sets fechados”) parecem ser determinantes (75). Além disso, a relação entre a diferença de pontuação e as variáveis de período do set foi destacada anteriormente; a relevância do set de acordo com o placar também foi classificada em sets ambivalentes (com diferença de 0 a 2 pontos), sets seguros (diferença de 3 a 5 pontos) e sets desbalanceados (com vantagens maiores que 5 pontos) (55). Assim, similarmente ao nosso estudo, a literatura anterior definiu intervalos de 0 a 2 pontos como diferenças baixas (55). Nessa linha, todos os especialistas, exceto um (que apontou a necessidade de incluir intervalos de pontos próximos (0 ou 1 para o 5º set), concordaram com a definição de diferenças de pontuação em nosso estudo. Por outro lado, não encontramos diferenças significativas nas categorias de diferença de pontuação. No entanto, de acordo com Dávila-Romero e García-Hermoso (75), que mostraram a maior influência da vitória dos “sets fechados”, descobrimos que o valor máximo foi alcançado para a categoria de diferenças baixas, especificamente 0–2 pontos para o 1º ao 4º set.

Nem a variável de tendência nem suas categorias foram consideradas relevantes pelos especialistas. Além disso, os especialistas sugeriram que seria mais relevante se a tendência estivesse vinculada à diferença de pontuação e ao período do set. Consequentemente, Jeon e Park (84) consideraram as tendências de desempenho como consequência de processos aleatórios associados a cada ação. Em contraste, Stanimirovic e Hanrahan (78) descobriram que tendências positivas no placar ou “momentum” estavam associadas a efeitos psicológicos que afetam o desempenho. Da mesma forma, esportes como o tênis com o sistema de pontuação do paradoxo de Simpson (19) mostraram um efeito positivo como resultado da vitória no ponto anterior da disputa (86).

Em relação à definição de tendência, um especialista destacou que a diferença de pontuação e a tendência devem ser a mesma variável. Neste tópico, a variável de tendência tem sido chamada de “linha de pontuação” e a literatura sugere que essa variável afeta o desempenho nos períodos finais de partidas fechadas ou empatadas (79). Além disso, pontuações desequilibradas podem diminuir a motivação dos jogadores e reduzir seus esforços (59). Consequentemente, considerar ambas as variáveis em conjunto pode ser necessário.

Nenhuma diferença significativa foi revelada como importante entre as categorias de tendência. Além disso, um especialista observou que as categorias de tendência teriam influência apenas quando essa variável fosse analisada conjuntamente com pequenas diferenças na pontuação. Embora pareça haver uma lacuna de conhecimento no voleibol, Sampaio et al. (59) estabeleceram que o placar é um fator importante na mensuração do desempenho no basquete, visto que times vencedores podem perder a concentração devido à sensação de realização.

O resultado da variável do set anterior foi considerado relevante pelos especialistas, mas não sua categoria (ganho ou perdido). No entanto, um especialista não acreditava na existência de uma correlação direta entre os resultados do set anterior e o set-in play. Na ausência de estudos específicos em voleibol, Dietl e Nesseler (123) mostraram a existência de um efeito de transferência entre os sets anteriores e subsequentes no tênis. Esse efeito de transferência pode estar relacionado a fatores psicológicos e à existência do "momentum". Em relação à definição do resultado do set anterior, um especialista propôs incluir a rodada do campeonato. Nessa linha, Raymond et al. (64) sugeriram que perder o set anterior adicionaria pressão psicológica em rodadas avançadas de competições eliminatórias, e a rodada do campeonato poderia ser um fator adicional que deveria ser levado em consideração. Por outro lado, não foram encontradas diferenças entre a importância das categorias (Perdido —8 vs. ganho —7). Uma possível explicação para esse resultado pode ser que as equipes vencedoras tendem a relaxar, em contraste com as equipes perdedoras que aumentam seus esforços para melhorar seu desempenho (14). No entanto, Dietl e Nesseler (123) mostraram que vencer o set anterior pode estimular a vitória no set seguinte, confirmando o efeito de transferência no tênis.

Tanto as variáveis de carga competitiva quanto as de categoria de alta carga foram consideradas relevantes pelos especialistas para a mensuração do desempenho individual. Como esperado, a literatura prévia relacionou essa relevância à pressão psicológica em situações críticas, como partidas disputadas ou próximas ao fim de um jogo (20). Além disso, divisões como sets não decisivos e decisivos também foram propostas anteriormente por Ramos et al. (101). Por outro lado, os especialistas sugerem adicionar a rodada do campeonato à definição. Da mesma forma, vários esportes têm prestado atenção às competições com rodadas eliminatórias (43), pois há um aumento da pressão durante as partidas classificatórias das rodadas finais do campeonato (64). Finalmente, a categoria de alto nível foi considerada significativamente mais importante pelos especialistas (categoria de alta carga 10/10 versus categoria de carga atenuada 7/10). Isso pode ser devido aos jogadores tenderem a diminuir seu desempenho quando sentem que há pouca chance de vencer e, assim, tentar economizar energia para se recuperar de forma mais eficaz para o próximo set (19).

Embora este estudo seja um dos primeiros a analisar a influência de variáveis contextuais do ponto de vista de treinadores de elite, algumas limitações devem ser mencionadas, incluindo que o estudo investigou apenas o nível de elite e não analisou diferenças de gênero. Por fim, como aplicação prática, este estudo pode auxiliar a literatura a entender melhor como as variáveis contextuais influenciam o desempenho individual no voleibol. Esse conhecimento pode ser útil para treinadores, pois as sessões de treinamento de voleibol podem ser modificadas de acordo com as variáveis contextuais que influenciam situações específicas de treinamento, facilitando a melhoria do desempenho dos jogadores em competições. Além disso, essas informações podem ser a base para a elaboração de futuros algoritmos ou coeficientes de desempenho.

De acordo com nossos resultados, podemos concluir que apenas as variáveis nível de oposição, período do set, diferença de pontuação, resultado do set anterior e carga competitiva foram consideradas relevantes pelos especialistas para mensurar o desempenho individual dos jogadores em competições. Além disso, seria aconselhável considerar a rodada do campeonato dentro das variáveis contextuais, como o resultado do set anterior ou a carga competitiva. Da mesma forma, categorizar a variável nível de oposição dinamicamente e não pela classificação final da equipe evitaria a perda de informações relevantes.

Os diferentes contextos de jogo podem induzir o surgimento de situações críticas ou de "momentum", com altos componentes de pressão psicológica sobre os jogadores. Consequentemente, as categorias de alto nível (variável nível de oposição), período final de todos os sets (variável período do set) e alta carga (variável carga competitiva) podem ser determinantes no desempenho, visto que essas situações estão relacionadas a situações estressantes com possibilidades mínimas de recuperação. Por fim, os treinadores de elite sugeriram que a análise de desempenho ou de variáveis contextuais não deve ser feita isoladamente. Consequentemente, a natureza dinâmica do jogo e suas variáveis contextuais implicam que uma análise completa e abrangente é necessária para mensurar o desempenho individual dos jogadores em competições.

O estudo foi conduzido de acordo com a Declaração de Helsinque e aprovado pelo Comitê de Ética da Universidade Politécnica de Madri (7 de maio de 2020).

O informe de consentimento foi obtido de todos os sujeitos envolvidos no estudo.

Este artigo fará parte da tese de doutorado intitulada: "ICC — Coeficiente de Contribuição Individual do Jogador no Voleibol em relação ao contexto de uma partida e sua participação relativa", de Carlos López-Serrano, da Universidade de Ciências da Atividade Física e do Esporte (INEF) da Universidade Politécnica de Madri. Os autores reconhecem a grande predisposição de todos os treinadores de elite que participaram do estudo, apesar de estarem imersos em competições internacionais e até mesmo alguns se preparando para os iminentes Jogos Olímpicos de Tóquio 2021.