备战2022年冬奥会我国女子自由式滑雪空中技巧夺金形势辨析

被引量 : 0次 | 上传用户:yaocjs
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
研究目的:为备战2022年北京冬奥会,深入总结我国女子空中技巧过去7届参战5次获银却夺金未果的原因,思辨导致偶然性事件发生的内部必然性和规律性,以期提高训练水平和备战质量。研究方法:采用文献资料法:首先查阅1998年至2018年历届冬奥会自由式滑雪空中技巧比赛成绩单,并查阅该项目所有中、英文竞赛评分规则,对相关的动作名称、动作难度系数和动作质量评分条款进行再译与核对;然后检索自由式滑雪空中技巧项目相关研究成果,包括论文30余篇、书籍5部、调查报告2篇,并进行系统整理和分类;最后对所掌握的文献进行综合与概括,对第18、20、21、22、23届冬奥会自由式滑雪空中技巧赛事进行分析,形成观点,得出研究结果。录像观察法:反复观看第18、20、21、22、23届冬奥会空中技巧决赛之中我国银牌得主4人(李妮娜2届次)、外国金牌得主5人的参赛动作录像,进行观察与记录,使用VideoCaptureMasterV8.2.0.28视频采集软件,对比赛动作特征画面进行截图,并结合裁判员的评分,分析我国选手5度夺金未果的来龙去脉。研究结果:通过对5届冬奥会中外主要竞争对手赛前对垒形势分析和5届冬奥会冠亚军比赛参数分析,证明了空中技巧虽然是具有高度偶然性的运动项目,但马克思主义哲学原理告诉我们:在任何事物的联系与发展过程中,偶然性与必然性是同时存在的,凡看来是偶然性在起作用的地方,偶然性本身又始终服从于内部隐藏着的必然性。冬奥会我国4届亚军徐囡囡、李妮娜(两届)、张鑫虽有动作质量优势,但皆因动作难度劣势而争金未果,其三人已充分发挥水平而得银牌,无遗憾可言;1届亚军徐梦桃虽有动作难度优势和夺金实力,却因着陆失败被动作质量分所累而三度与金牌无缘,实属遗憾。据此,对备战北京冬奥会进行了前瞻。(1)正确看待主场优势。冬奥史表明,空中技巧无所谓主场优势——以往的7届冬奥会14位冠军无一来自东道国。该项目的显著特点是,选手的最后得分为两个因数相乘之积,其一是人为评出的动作质量有效分,其二是客观存在的动作难度系数,可见裁判员并不能完全左右选手成绩,而难度系数只能靠选手真功夫,所谓的主场优势完全借不上力。新赛制下,每轮比赛都是"一锤定音",倘若着陆跌倒,纵然在主场也无济于事,因此,若想冲金主要还是看实力;(2)精准评估对手实力。我们的对手将主要来自美国的C.Ashley、白俄罗斯的H.Hanna和俄罗斯O.Alexandra,此3人届时都在25岁-30岁之间,无论动作难度或是动作质量,都不可小觑;(3)三周台是争金主战场.回顾以往,7届冬奥会女子空中技巧大赛中有6届冠军都是三周选手(2002年盐湖城冬奥会除外);在平昌,白俄罗斯队派出的皆为三周选手,结果如愿蝉联;前瞻北京,争金的主战场依然是在三周台。对此我们应有清醒认识;(4)我队形势不容乐观。我女队现年28岁的徐梦桃是我女队头号主力选手,三跳三周动作平均难度可达4.00,若成功着陆成绩可期。相信她会以顽强斗志克服伤情困扰,届时以最佳状态去实现自己的人生价值。孔凡钰是我们备战下届冬奥会倚重的另一位主力选手。目前已掌握四个三周动作,三跳平均难度可达3.78,今后4年的发展空间很大。除上述二位主力选手之外,其余新、老队员乏善可陈。因此,我女队的备战形势不容乐观,因此,备战北京冬奥会,我们只能立足于"把自己做的更强、更全面、更完善、更无懈可击"。研究结论与建议:(1)为备战北京冬奥会,我国空中技巧女队亟需增强三周动作难度实力,切实解决精准掌控助滑速度难题;(2)白俄罗斯两周选手T.Alla和H.Hanna毅然走上三周台,及时攻克并使用b FFF和bLFF在索契冬奥会及平昌冬奥会接连夺金的骄人战绩,值得我们学习与借鉴;(3)北京冬奥会我国至少会面对C.Ashley、H.Hanna、O.Alexandra等强劲对手,备战形势不容乐观。为更有胜算,今后我女队应力争3-4人入围争金决赛,当我队能占据过半争金席位时才称得上真正的团队优势。
其他文献
目的:探讨妊娠合并心脏病的临床处理及效果.方法:对妊娠合并心脏病35例临床资料进行回顾性分析.结果:35例妊娠合并心脏病顺产12例(35.29%),手术产22例(64.71%),1例孕妇未产死亡,1例
优化对学生的评价,已成为体现教师课堂调控能力和教学智慧的重要内容。交流式评价,能在满足学生“受尊重”需要的同时,对学生的错误起到适时点拨的效果;幽默式评价,不仅能提高学生
伴随着科学与互联网技术的进步,人们生活中的诸多方面都与互联网建立了联系,越来越多的互联网应用与互联网产品进入了人们的生活。这些变化在使大家的生活变得更加高效快捷的同时,也产生了大量的网络数据。而大数据中隐藏的有价值的知识和信息对各个领域的商业与科研都有着不可忽视的作用。于是,对大数据的挖掘与学习逐渐成为了当今时代的热点,如何合理有效地挖掘数据中潜在的信息成为了越来越多人关注的焦点。聚类与分类是机器