Our primary aim was to explore the development of player load throughout match time (i.e., the pattern) using moving 5-min windows in an elite soccer team and our secondary aim was to compare player load patterns between different positions within the same team. The dataset included domestic home matches (n = 34) over three seasons for a Norwegian Elite League team. Player movements (mean ± SD age 25.5 ± 4.2 years, height 183.6 ± 6.6 cm, body mass 78.9 ± 7.4 kg) were recorded at 20 Hz using body-worn sensors. Data for each variable (player load, player load per meter, total distance, accelerations, decelerations, sprint distance, high-intensity running distance) were averaged within positions in each match, converted to z-scores and averaged across all matches, yielding one time series for each variable for each position. Pattern similarity between positions was assessed with cross-correlations. Overall, we observed a distinct pattern in player load throughout match time, which also occurred in the majority of individual matches. The pattern shows peaks at regular intervals (~15 min), each followed by a period of lower load, declining until the next peak. The same pattern was evident in player load per meter. The cross-correlation analyses support the visual evidence, with correlations ranging 0.88–0.97 (p < .001) in all position pairs. In contrast, no specific patterns were discernible in total distance, accelerations, decelerations, sprint distance and high-intensity running distance, with cross-correlations ranging 0.65–0.89 (p < .001), 0.32–0.64 (p < .005), 0.18–0.65 (p < .005 in nine position pairs), 0.02–0.38 (p < .05 in three pairs) and 0.01–0.52 (p < .05 in three pairs), respectively. This study demonstrated similarity in player load patterns between both matches and positions in elite soccer competition, which could indicate a physical “pacing pattern” employed by the team.

我们的主要目的是使用精英足球队中移动5分钟的窗口来探索整个比赛时间内球员负荷的发展（即模式），而我们的次要目的是比较同一支球队中不同位置之间的球员负荷模式。数据集包括国内主场比赛（n= 34）在一个挪威精英联赛球队的三个赛季中。使用穿戴式传感器以20 Hz记录球员的运动（平均±SD年龄25.5±4.2岁，身高183.6±6.6 cm，体重78.9±7.4 kg）。在每个比赛中将每个变量的数据（球员负荷，每米球员负荷，总距离，加速度，减速度，冲刺距离，高强度跑步距离）平均，转换为z得分，并在所有比赛中平均，得出一个每个位置的每个变量的时间序列。位置之间的模式相似性通过互相关进行评估。总体而言，我们在整个比赛期间观察到了不同的球员负荷模式，这在大多数单独比赛中也都发生。该模式显示有规律的间隔（约15分钟）的峰值，每个峰值之后都有一段较低的负载，下降直到下一个高峰。相同的模式在每米玩家负载上很明显。互相关分析支持视觉证据，所有位置对之间的相关范围在0.88–0.97（p <.001）之间。相比之下，在总距离，加速度，减速度，冲刺距离和高强度跑步距离方面没有可辨别的特定模式，互相关范围为0.65-0.89（p <.001），0.32-0.64（p <.005），分别为0.18-0.65（九个位置对中的p <.005），0.02-0.38（三对中的p <.05）和0.01-0.52（三对中的p <.05）。这项研究表明，在精英足球比赛中，比赛和位置之间的球员负荷模式相似，这可能表明球队采用了实际的“节奏模式”。互相关分析支持视觉证据，所有位置对之间的相关范围在0.88–0.97（p <.001）之间。相比之下，在总距离，加速度，减速度，冲刺距离和高强度跑步距离方面没有可辨别的特定模式，互相关范围为0.65-0.89（p <.001），0.32-0.64（p <.005），分别为0.18-0.65（九个位置对中的p <.005），0.02-0.38（三对中的p <.05）和0.01-0.52（三对中的p <.05）。这项研究表明，在精英足球比赛中，比赛和位置之间的球员负荷模式相似，这可能表明球队采用了实际的“节奏模式”。互相关分析支持视觉证据，所有位置对之间的相关范围在0.88–0.97（p <.001）之间。相比之下，在总距离，加速度，减速度，冲刺距离和高强度跑步距离方面没有可辨别的特定模式，互相关范围为0.65-0.89（p <.001），0.32-0.64（p <.005），分别为0.18-0.65（九个位置对中的p <.005），0.02-0.38（三对中的p <.05）和0.01-0.52（三对中的p <.05）。这项研究表明，在精英足球比赛中，比赛和位置之间的球员负荷模式相似，这可能表明球队采用了实际的“节奏模式”。在总距离，加速度，减速度，冲刺距离和高强度跑步距离上没有可辨别的特定模式，互相关范围为0.65-0.89（p <.001），0.32-0.64（p <.005），0.18-0.65 （九个位置对中的p <.005），0.02-0.38（三对中的p <.05）和0.01-0.52（三对中的p <.05）。这项研究表明，在精英足球比赛中，比赛和位置之间的球员负荷模式相似，这可能表明球队采用了实际的“节奏模式”。在总距离，加速度，减速度，冲刺距离和高强度跑步距离上没有可辨别的特定模式，互相关范围为0.65-0.89（p <.001），0.32-0.64（p <.005），0.18-0.65 （九个位置对中的p <.005），0.02-0.38（三对中的p <.05）和0.01-0.52（三对中的p <.05）。这项研究表明，在精英足球比赛中，比赛和位置之间的球员负荷模式相似，这可能表明球队采用了实际的“节奏模式”。分别为01-0.52（三对中p <.05）。这项研究表明，在精英足球比赛中，比赛和位置之间的球员负荷模式相似，这可能表明球队采用了实际的“节奏模式”。分别为01-0.52（三对中p <.05）。这项研究表明，在精英足球比赛中，比赛和位置之间的球员负荷模式相似，这可能表明球队采用了实际的“节奏模式”。