Het traject ‘wederkerig leiderschap’ richt zich op de unitcoördinatoren (UC’s) en behandelcoördinatoren (BC’s) van de Mesdag. Dezen vormen duo’s in de aansturing van de verschillende socio-therapeutische teams, een BC heeft één team onder haar of zijn hoede, voor een UC zijn dat er twee of drie. De invulling van dit duaal leiderschap is verschillend en de vraag voor het traject is hoe de coördinatoren dit duaal leiderschap vanuit wederkerigheid vorm kunnen geven.In het traject speelt wederkerig leiderschap op verschillende niveaus:• in de verhouding tussen coördinatoren en medewerkers,• in de verhouding tussen de beide bij een unit betrokken coördinatoren en• in de verhouding tussen unit en organisatie als geheel.Wederkerigheid in algemene zin betekent dat er een bepaalde balans is in de verschillende relaties waarin beide partijen oog hebben voor hun eigen positie en deze positie zien in verbinding met de positie van de ander. De concretisering van deze algemene betekenis voor de situatie in de Mesdag (zowel wat betreft visie als wat betreft dagelijks handelen) is onderwerp van onderzoek in dit traject.
InleidingVoor duursporters is een goede balans van belasting en herstel van groot belang voor hun prestaties. Hierbij gaat het niet alleen om fysieke belasting en herstel, zoals training en rust, maar ook om psychosociale belasting en herstel. Omdat er nog weinig bekend is over het psychosociale deel is het doel van deze studie om uit te zoeken hoe deze relatie tussen veranderingen in psychosociale belasting, herstel en prestatie-indicatoren bij duursporters eruit ziet. MethodeTwee jaar lang zijn psychosociale belasting, herstel en prestatie-indicatoren onderzocht van 115 duursporters. De sporters hebben in die periode dagelijks een trainingslogboek bijgehouden. Wekelijks tot 3-wekelijks hebben zij een belasting en herstelvragenlijst ingevuld (RESTQ-sport) en elke 6 tot 7 weken hebben zij een submaximale prestatietest gedaan. Gedurende deze periode is er bij de hardlopers een negatieve levensgebeurtenis (NLG) voorgekomen. De analyses van deze gegevens zijn tweeledig. Eerst is met behulp van multilevel-analyses uitgezocht wat de relatie is tussen psychosociale belasting, herstel en prestatie-indicatoren. Daarna is met ANOVA’s en T-tests uitgezocht wat de invloed is van een NLG op psychosociale belasting, herstel en prestatie-indicatoren. ResultatenDe analyses lieten zien dat een verbetering in psychosociale belasting en herstel bijdraagt aan een verbetering in prestatie-indicatoren. Bovendien bleek dat een NLG een negatieve invloed heeft op psychosociale belasting en herstel in de week van de gebeurtenis en 1 week daarna. Daarnaast blijkt dat de loopeconomie (prestatie-indicator) van hardlopers 3 weken na een NLG is verminderd.ConclusiesVeranderingen in psychosociale belasting en herstel zijn gerelateerd aan veranderingen in prestatie-indicatoren van duursporters. Daarbij verstoort een NLG de mate van psychosociale belasting en herstel en heeft het ook invloed op prestatie-indicatoren. Make it countCoaches kunnen psychosociale belasting en herstel monitoren om inzicht te krijgen in belastbaarheid van sporters. Hierdoor kunnen trainingsprogramma’s op het individu aangepast worden om uiteindelijk prestaties te verbeteren.
MULTIFILE
In het RAAK-project, genaamd Groningen MAPS, is er veel data en kennis vergaard van waaruit antwoorden zijn geformuleerd op verschillende vragen rondom belasting en belastbaarheid van (top)sporters. Het onderzoek naar de factoren die invloed hebben op de prestaties en het blessurerisico van sporters heeft opgeleverd dat we nu meer inzicht hebben in de informatie die nodig is om gericht te zoeken naar verbanden tussen belasting en belastbaarheid.We hebben echter nog niet gekeken naar de data vanuit een datamining perspectief. Datamining is het gericht zoeken naar verbanden in een database met als doel het opstellen van profielen. Deze profielen kunnen nieuwe inzichten geven waardoor sporters van nog betere feedback voorzien kunnen worden. Het doel van het Top-up project is om kennis te ontwikkelen over het automatiseren van de verwerking en analyse van datastromen. Dit zal leiden tot een datasysteem wat automatisch analyses uitvoert achter de schermen. Met dit datasysteem kan de Groningen MAPS-data verder geanalyseerd worden (door middel van datamining) om nieuw inzicht te verkrijgen op het gebied van patronen in belasting en belastbaarheid van (top)sporters.
In het RAAK-project, genaamd Groningen MAPS, is er veel data en kennis vergaard van waaruit antwoorden zijn geformuleerd op verschillende vragen rondom belasting en belastbaarheid van (top)sporters. Het onderzoek naar de factoren die invloed hebben op de prestaties en het blessurerisico van sporters heeft opgeleverd dat we nu meer inzicht hebben in de informatie die nodig is om gericht te zoeken naar verbanden tussen belasting en belastbaarheid. We hebben echter nog niet gekeken naar de data vanuit een datamining perspectief. Datamining is het gericht zoeken naar verbanden in een database met als doel het opstellen van profielen. Deze profielen kunnen nieuwe inzichten geven waardoor sporters van nog betere feedback voorzien kunnen worden. Het doel van het Top-up project is om kennis te ontwikkelen over het automatiseren van de verwerking en analyse van datastromen. Dit zal leiden tot een datasysteem wat automatisch analyses uitvoert achter de schermen. Met dit datasysteem kan de Groningen MAPS-data verder geanalyseerd worden (door middel van datamining) om nieuw inzicht te verkrijgen op het gebied van patronen in belasting en belastbaarheid van (top)sporters.
Er ontstaan in Nederland veel blessures als gevolg van overbelasting in alle lagen van de sport. Hoe kunnen deze blessures worden voorkomen? Insteek van dit project is het gebruik van (sensor)technologie en big data analyse voor het vroegtijdig detecteren van signalen van overbelasting en daarmee het voorkomen van blessures. Een grote hoeveelheid technologie wordt momenteel al gebruikt voor het meten aan sporters (quantified self). Professionele sportclubs investeren in dure systemen. Diepte-interviews tonen echter aan dat er twee grote problemen zijn: ten eerste de grote hoeveelheid data en ten tweede de kennis voor een juiste interpretatie van de data benodigd voor een omzetting naar een trainingsadvies. Computermodellen opgebouwd uit systematische data-analyse van de enorme hoeveelheden trainingsdata en aangevuld met domeinkennis kunnen deze problemen oplossen. Er is behoefte aan een systeem waarin informatie uit verschillende bronnen in één systeem wordt opgeslagen en toegankelijk gemaakt om vervolgens geïntegreerd geanalyseerd te kunnen worden. Individuele profielen moeten gebouwd worden uit de data voor een snelle, automatische interpretatie. Hiermee kan grensbewaking voor overbelasting plaatsvinden en kunnen trainingsaanpassingen gedaan worden waar nodig. Vanuit deze behoefte richt het project zich op de praktijkvraag “Hoe kunnen we een praktisch toepasbaar gereedschap ontwikkelen dat valide de externe en interne trainingsbelasting kan meten, de (para)medische staf en/of fysiek trainer helpt bij het detecteren van (potentiële) overbelasting en daarmee helpt bij het plegen van de juiste interventies voor het voorkomen van blessures?”. Het principe van een dergelijke ‘belastingmonitor’ is al aangetoond. Voor een volwaardig prototype zal echter zowel het computermodel als de gebruikersapplicatie technisch gezien moeten worden doorontwikkeld, geoptimaliseerd, uitgebreid en vooral getest. Daar richten de onderzoeksvragen van dit project zich op. De focus ligt in eerste instantie op het (betaalde) voetbal, maar kan ook naar andere teamsporten en de breedtesport vertaald worden.
