ZusammenfassungZum Talentscreening im Sport werden Testbatterien eingesetzt, die unterschiedliche sportmotorische Fertigkeiten sowie entwicklungsrelevante Parameter erheben. Standardauswertungsverfahren führen in der Regel zur Einordnung der Getesteten in zumeist fünfstufige Leistungsklassen. Insbesondere bei großen Stichproben werden allerdings Verfahrensweisen benötigt, die auch innerhalb der „besten Gruppe“ und „schwächsten Gruppe“ noch zuverlässig differenzieren. Dies gelingt z. B. im Projekt BERLIN HAT TALENT mit Verfahren, die auf multikriteriellen und unscharfen mathematischen Theorien und Methoden beruhen. Dabei ist hervorzuheben, dass subjektive Theorien und Wissensstände von Trainer*innen, Lehrer*innen und Sportwissenschaftler*innen explizit mit einbezogen werden können. Dies geschieht auf Basis diskursiver Validierungen und der Konstruktion von Bewertungsfunktionen, die auch als sogenannte Zugehörigkeitsfunktionen für Fuzzy-Sets interpretiert werden können. Die vorgestellten multiattributiven Entscheidungsmodelle zeigen unter Einbeziehung des Expertenwissens den Mehrwert dieses Vorgehens auf und können mit Hilfe einer interaktiven Software transparent nachvollzogen werden.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.