Proyectos PDE-UBACYT
Tipificación y predicción de atletas en riesgo de dopaje utilizando algoritmos de aprendizaje automático.
Director/a: Muiños, Roberto Daniel
e-mail: robertodmuinos@gmail.com
Codirector/a: Pablo Lopez /email: plopez1979@gmail.com
Unidad Académica: Facultad de Psicología
Área: psicología
Areas con las que se relaciona: Dopaje en el deporte, Evaluación, Aprendizaje automático, Tecnología, Ciencia de datos,
Tema: Tipificación y predicción de atletas en riesgo de dopaje utilizando algoritmos de aprendizaje automático.
Resumen:
La Agencia Mundial Antidopaje (World Anti-Doping Agency, WADA AMA)) estima
que alrededor de un 10% de los atletas de élite podrían estar
utilizando alguna sustancia o procedimiento prohibidos para aumentar su rendimiento.
El término dopaje (del verbo inglés dope, «drogar»)
se utiliza generalmente para definir el uso de sustancias o métodos
prohibidos en el deporte. Sin embargo, desde la introducción del Código
Mundial Antidopaje por la WADA-AMA en el año 2003, el concepto se ha
ampliado y se aplica cuando se comete cualquiera de las infracciones de las
normas antidopaje descritas en el Código Mundial 2021. En la República
Argentina, la Comisión Nacional Antidopaje (CNAD), es el organismo
oficial encargado de trabajar esta problemática en los atletas argentinos,
entre otras cuestiones. Conocer cuáles son las creencias, actitudes
y comportamientos de los deportistas con respecto al dopaje y qué factores
pueden influir en la propensión de un deportista a utilizar métodos
de dopaje puede permitir tomar acciones de prevención basadas en la
educación y cuidado de los atletas por parte de los Organismos Oficiales,
pero también de las Federaciones y el entorno que rodea la actividad
deportiva. El objetivo de este Proyecto de Investigación es realizar
un relevamiento entre los atletas argentinos para obtener dicha información,
basada en datos provistos por la CNAD. Este cuestionario está estructurado
en diversos módulos de preguntas que indagan los siguientes aspectos.
• Módulos del modelo de control de drogas en el deporte
• Moralidad y engaño
• Percepción de legitimidad
• Valoración de los beneficios: Creencias sobre los beneficios
de las medidas antidopaje
• Valoración de la amenaza o de la disuasión: creencias
sobre las consecuencias negativas
• del dopaje
• Factores de personalidad/psicológicos
• Creencias sobre el respaldo de los grupos de referencia a los métodos/sustancias
de dopaje
• Creencias sobre la disponibilidad y el control de las autoridades
pertinentes sobre Tráfico de métodos/sustancias dopantes
• Creencias sobre la asequibilidad de los métodos/sustancias
de dopaje
• Creencias sobre las actitudes de otros deportistas hacia el dopaje
y uso de Métodos/sustancias dopantes
• Creencias sobre la influencia de la sociedad en el dopaje
• Módulos de características del deportista
• Uso de drogas para mejorar el rendimiento
• Uso de suplementos nutricionales y creencias sobre las exenciones
por uso terapéutico
• Datos demográficos y antecedentes deportivos
• Susceptibilidad general al dopaje; intención de doparse en
un futuro próximo; y Actitud general ante el dopaje
En función de la información recabada, se determinarán
tipologías de atletas de acuerdo a sus principales conocimientos, creencias
y expectativas respecto al tema del dopaje mediante la aplicación de
algoritmos de aprendizaje automático sobre los datos de la encuesta.
Se desarrollarán también algoritmos que permitan detectar a
aquellos atletas en riesgo de dopaje.
La generación de tipologías de atletas de acuerdo al conocimiento
de la problemática del dopaje en el deporte permitirá desarrollar
acciones de capacitación y prevención más específicas
y orientadas a las características de dichos grupos. La detección
temprana de atletas en riesgo potencial de dopaje permitirá realizar
acciones de prevención y sostenimiento que aseguren un desarrollo sano
y efectivo de los atletas.
Palabras Clave en Castellano: 1) Dopaje en el deporte 2)* Predicción de Resultados * 3) Machine Learning.