En la actualidad, el sistema deportivo de cada país requiere la detección de niños con potencial de talento para los diferentes deportes. La detección de talentos constituye la etapa inicial en la conformación de las reservas deportivas que, posteriormente, atravesarán por un proceso de identificación, desarrollo y preparación deportiva a largo plazo, orientado a la obtención de logros deportivos de clase mundial y olímpica (Mojeda et al. 2020).

El concepto de talento deportivo ha sido definido por algunos autores como una aptitud o habilidad natural o adquirida para una determinada actividad o un deporte en particular (Leger, 1986). Las dotes deportivas se manifiestan en el desarrollo de las aptitudes motrices (Volkov & Filin, 1988). Es una aptitud acentuada que supera la media normal y que aún no está del todo desarrollada (Hahn, 1988). El talento equivale a la predisposición individual (Matvéev, 2001). Es una condición del rendimiento, determinada genéticamente y condicionadas por el entorno (Martin et al. 2004). El talento describe al niño en estado natural, en posesión de aptitudes y habilidades no entrenadas; y el talento como producto final de un proceso de desarrollo donde alcanza el dominio de un deporte y ubica al niño entre el mejor 10 % de los de su misma edad (Tranckle, 2004; Castillo et al. 2022).

El proceso de selección de talentos incluye etapas de detección, identificación y desarrollo del talento (Cobley et al. 2012). Por otra parte, Tranckle & Cushion (2006) describen la detección de talentos como el descubrimiento de ejecutantes potenciales que no están involucrados en el deporte. Además, se debe considerar el modelo utilizado en la selección de talentos; en esta investigación se apuesta por el modelo científico de selección de velocistas a cambio del modelo piramidal (García et al. 2003).

La selección de talentos se puede estudiar desde tres enfoques: la influencia genética, la influencia del ambiente y la interacción entre genética y ambiente (Epstein, 2014; Villamarin & Zaldívar, 2020; Capote Rios et al. 2022; Columbie et al. 2023). La actividad motora se encuentra determinada genéticamente. Una propiedad de los genes es su gran estabilidad entre una generación y otra, al igual que su capacidad de mutación (Bulátova & Platónov, 2015). Otros sostienen que las capacidades, las características fisiológicas y el rendimiento se pueden modificar, a través del entrenamiento acumulado, es decir, del entorno y, para ello, se requieren aproximadamente 10.000 horas de trabajo intenso (Ericsson, 2003; 2018). Otros autores se inclinan por la influencia combinada de la genética y el entorno, en una relación de 45 % en las condiciones innatas y el 55 % derivado del entrenamiento, los factores sociales y psicológicos (Bouchard, 1991) y el desarrollo del talento es el resultado de la interacción continua entre la persona y el entorno (Elferink-Gemser, 2013).

El proceso de detección de talentos debe considerar los componentes e indicadores que permitan encontrar a los niños con las mejores condiciones para llegar al alto rendimiento. La detección del talento depende de la validez predictiva de las estrategias empleadas para lograrlo (Gray & Plucker, 2010). Se deben estudiar las características modelo de los mejores atletas, hacer el pronóstico en el deporte, determinar los componentes determinantes y las variables para la selección de los velocistas y aplicar las pruebas de condición física (Villamarin, 2024). Además, el pronóstico del talento se puede realizar sobre la base de la estabilidad de los indicadores o de la influencia hereditaria (Zatsiorski, 1989).

Las dimensiones e indicadores para la selección de talentos en el área de velocidad, con su respectivo peso relativo, son: físico motriz (rapidez de traslación con 0,40), biomecánica (tiempo de apoyo, tiempo de vuelo, frecuencia y longitud del paso, cantidad de pasos, con 0,30), morfológica (talla, talla sentado, longitud de miembros inferiores, con 0,20), técnica (arrancada baja, carrera con skipping, carrera con extensión de piernas, salto alterno, carrera progresiva, con 0,05) y psicosocial (motivación, reacción simple, concentración, apoyo familiar, con 0,05) (Jova, 2018). Los talentos son estables en su capacidad de sprint, pero al entrar en la pubertad no se sabe qué tan estable va a continuar el atleta (Weineck, 2012).

El atletismo es un deporte de tiempo y marca que comprende diversas modalidades de carrera, saltos y lanzamientos. El área de velocidad está compuesta por carreras planas, con vallas y de relevos, en distancias que oscilan entre los 60 y 400 m (World Athletics, 2024). En este contexto, resulta necesario detectar niños con potencial de talento para el área de velocidad en el atletismo. En la Costa Caribe de Colombia, se estableció como objetivo de investigación determinar las variables que mejor definen el potencial de velocidad en niños de 11 a 15 años, para la práctica del atletismo.

El estudio se enmarca en la investigación no experimental (Hernández Sampieri et al. 2007), de tipo descriptivo, correlacional e inferencial, de corte transversal y cuantitativo (Polit & Hungler, 2000). Se evaluó una muestra de 335 niños de ambos sexos, de 11 a 15 años, pertenecientes a una institución educativa del Municipio de Galapa, Colombia. Los niños no habían practicado sistemáticamente un deporte y, en general, solo realizaban la clase de educación física una vez por semana.

Se realizaron mediciones de las variables antropométricas: edad decimal, peso, talla, índice de masa corporal, talla sentado, longitud de los miembros inferiores, índice córmico, diámetro biacromial, diámetro bicrestal, perímetro del muslo izquierdo, índice de Rohrer, índice de desarrollo corporal modificado, edad morfológica, pliegue subescapular, pliegue tricipital, pliegue bicipital, pliegue suprailíaco, % de grasa mediante la ecuación de Pariskova y % de grasa mediante la ecuación de Slaughter. La valoración de la edad biológica se realizó mediante el método de la edad morfológica, a partir del cálculo del índice de desarrollo corporal modificado de Siret et al. (1991).

De igual manera, se evaluaron las variables motoras: salto de longitud sin carrera de impulso, carrera de 20 m y velocidad de carrera. Por otro lado, se midieron las variables biomecánicas: salto Abalakov, salto unilateral derecho, salto unilateral izquierdo, salto bilateral y % de déficit bilateral, consideradas como variables independientes. Las mediciones antropométricas fueron realizadas por un técnico antropometrista nivel 2 ISAK, siguiendo el protocolo internacional. Las mediciones se efectuaron por duplicado y triplicado, con el fin de minimizar el margen de error (Esparza-Ros et al. 2019).

Se verificó el nivel de información, así como la confiabilidad, validez y objetividad de las pruebas e instrumentos aplicados (Volkov y Filin, 1988). Los datos fueron recolectados en una base de datos informática y procesados mediante los programas Microsoft Office 2010 para Windows 10 (Word y Excel) y el paquete estadístico SPSS versión 20. Se determinó la distribución de frecuencias y se calcularon estadígrafos descriptivos, como el promedio, la desviación estándar, el coeficiente de variación y el rango. Para comprobar la normalidad de la muestra y determinar las escalas de evaluación de los indicadores, se aplicaron las pruebas de Shapiro-Wilk (< 50 datos) y Kolmogorov-Smirnov (≥ 50 datos).

El análisis de regresión múltiple se llevó a cabo tomando como variable dependiente la velocidad de la carrera en los niños y se realizó con el software estadístico R (R Core Team, 2019).

El propósito del análisis de regresión múltiple fue hallar un modelo (ecuación) que facilitara la determinación de las variables que mejor definen el potencial de velocidad de los escolares de 11 a 15 años y encontrar los niños que presentan mejor desempeño en la carrera de velocidad. El modelo de regresión contó con un total de 15 parámetros, incluyendo el intercepto (de las 40 variables estudiadas). En la tabla 1 se presentan las que resultaron significativas para el modelo.

Tabla 1. Resultados del modelo de regresión.

El modelo alcanzó un R² ajustado de 0,29, por lo tanto, las variables especificadas en la tabla 1 explican aproximadamente el 30 % de la variabilidad en las velocidades de carrera en 20 m. Este R² ajustado a simple vista no parece ser muy bueno; sin embargo, Vittinghoff (2011) afirma que se pueden obtener buenas inferencias de un modelo cuando cuenta con un R² o R² ajustado mayor a 15 %. La prueba de significancia del modelo muestra que es estadísticamente significativo (valor-p 0,00000 < 0,05), para explicar el comportamiento de la variable velocidad de carrera (Tabla 2).

Tabla 2.Métricas de bondad de ajuste del modelo.

Para la construcción del modelo predictivo, el objetivo fue lograr el mejor ajuste de las variables independientes con la variable de respuesta (velocidad de carrera). Mediante una validación cruzada con 15 réplicas, se evaluó la capacidad predictiva del modelo; en cada réplica, se ajustó un modelo de regresión, utilizando el 80 % de la muestra y se evaluó su capacidad predictiva con el 20 % restante. La medida empleada para evaluar qué tan bueno fue el modelo en la predicción de la velocidad de carrera en 20 m fue la raíz del error cuadrático medio (Krstajic et al. 2014).

El promedio de las raíces del error cuadrático medio a través de las 15 réplicas se consideró como la capacidad predictiva global del modelo de regresión ajustado con las 15 variables incluidas en el modelo (Tabla 3). Adicionalmente, se ajustó un modelo utilizando únicamente las variables significativas del modelo ajustado y se halló la siguiente ecuación:

Tabla 3. Coeficientes estimados del modelo.

La raíz cuadrada del error cuadrático medio RMSE, cuantifica en promedio cuánto es la diferencia entre lo que el modelo está prediciendo y el valor real de la variable velocidad de carrera 20 m. El modelo ajustado, únicamente con las variables significativas, obtuvo un RMSE de 0,41 m/s, lo que significa que el modelo en promedio se equivoca en 0,41 m/s en estimar la verdadera velocidad de carrera 20 m, con un rango de variación entre 0,46 a 0,52 m/s: por lo tanto, se concluye que el modelo tiene capacidad de predicción. Para determinar si un RMSE de 0,41 m/s es bueno o malo, dependerá del criterio del investigador.

La ecuación del modelo para determinar el valor de la velocidad por predicción al reemplazar los diferentes factores es la siguiente:

V. carrera 20 m calculada = 4,03 m/s

V. carrera 20 m medida = 4,31 m/s

Diferencia V. carrera = 0,28 m/s

Una vez identificadas las variables más informativas sobre las capacidades de velocidad de los escolares, se procedió a verificar la aplicabilidad del procedimiento para la selección de talentos en el área de velocidad. Se utilizó el método de la norma de cinco grupos, descrito por Zatsiorski (1989). Los niños ubicados en el grupo muy superior a la norma (por encima de dos desviaciones estándar) fueron quienes obtuvieron los mejores resultados en las tres variables consideradas más informativas sobre las capacidades de velocidad de los escolares.

En la tabla 4 se presenta la distribución de los 335 niños y niñas evaluados, con edades entre 11 y 15 años. Se consideró talento a aquellos niños que se ubicaron por encima de dos desviaciones estándar del promedio, es decir, el 2,28 % de los datos. Los resultados de la presente investigación mostraron la misma tendencia y las dos terceras partes de los datos se concentran en el grupo norma, mientras que porcentajes menores se encuentran en los extremos de la distribución, lo cual, permite identificar a los niños con mayores capacidades.

Tabla 4. Distribución de niños y niñas en cinco grupos de norma.

En el grupo muy superior a la norma, tanto en las niñas como en los niños, se presentan algunos casos que se destacan del resto de la distribución. Se encontraron 8 niñas, correspondientes al 5,4 % de la muestra de escolares evaluadas, mientras que en los niños se encontraron 13 sujetos, correspondientes al 6,9 % de la muestra. A partir de los resultados, se puede asumir que estos niños presentan características sobresalientes y son potencialmente aptos para las carreras de velocidad.

Para verificar si los resultados de los niños ubicados en el grupo muy superior a la norma se debe al desarrollo biológico acelerado, representado en una mayor edad morfológica y no a otras características que los definen como talentos, se realizó un análisis de correlación entre la edad morfológica (Siret et al. 1991) y las variables halladas como las más relevantes en el análisis de regresión múltiple y arrojó como resultado valores bajos sin un nivel de significancia importante, que permita aceptar tal explicación (Villamarín-Menza et al. 2021; Villamarin, 2024) (Tabla 5).

Tabla 5. Coeficiente de correlación entre la edad morfológica y otras variables.

Los resultados de esta investigación concuerdan con los parámetros establecidos por diferentes autores, como Zatsiorski (1989), quienes afirman que los talentos son los niños que sobresalen por encima de la media poblacional y se encuentran entre el 1 - y el 10 % de la población. Para Elferink-Gemser (2013), se parte del supuesto de que el talento es identificable y se puede medir el rendimiento, especialmente, en deportes individuales, en los que el objetivo es identificar al competidor más rápido. Para Martin et al. (2004) y Columbie et al. (2023), el pronóstico del talento depende de test específicos de diagnóstico del rendimiento, realizados en la edad escolar temprana.

El principal hallazgo de esta investigación fue la identificación de las variables más informativas sobre las capacidades de velocidad en los niños. La ecuación obtenida mediante el análisis de regresión permitió establecer que las variables con mayor asociación con las capacidades de velocidad en escolares de 11 a 15 años fueron el índice córmico, el salto de longitud sin carrera de impulso y el salto bilateral. Estas variables se pueden utilizar para la detección de talentos en el área de velocidad en el atletismo.

En correspondencia con lo señalado, la selección se puede hacer en tres etapas: determinar los requisitos que exige el deporte, establecer la dependencia del resultado deportivo por el nivel de desarrollo de las capacidades y revelar las cualidades necesarias en el deporte, sobre todo, las condicionadas genéticamente. En los velocistas se requiere evaluar las particularidades antropométricas, el nivel de desarrollo de las capacidades motoras y la biodinámica de la carrera (Siris et al. 1988); esto coincide con los resultados, al determinar indicadores antropométricos y motores para hacer la detección del talento.

En cuanto a la velocidad, el rendimiento alcanzado en la juventud se debe mantener después. Según Martin et al. (2004), los coeficientes de estabilidad observados en un grupo de jóvenes en entrenamiento en atletismo mostraron que el coeficiente de correlación y la medida de probabilidad (r²) del talento, desde los 10 hasta los 13 años, se reducen de manera continua, mientras que otros componentes adquieren una mayor influencia sobre el rendimiento. En el caso de la velocidad, la expresividad genética temprana parece ser estable para el rendimiento y, por lo tanto, pronosticable. Las influencias del entorno pueden conducir a altos niveles de rendimiento, lo cual, se evidencia en el coeficiente de correlación de 0,90 (11 años) a 0,57 (13 años); por ello, el pronóstico del rendimiento temprano no constituye el único criterio para el desarrollo del rendimiento.

Inicialmente, se pensó que la edad biológica podía ser un factor determinante en la selección de talentos velocistas; sin embargo, los resultados de la investigación no permiten asegurar tal hecho. En el presente estudio, los valores de correlación entre la edad morfológica y las variables relevantes mostraron valores bajos entre -0,22 y 0,37; sin embargo, este factor no se debe descartar, pues hay autores que apoyan la evaluación de la edad biológica (Zaldívar et al. 2021) y afirman que las posibilidades de pronóstico y de la capacidad de rendimiento de esfuerzo pueden ser determinadas en los niños solo cuando se conoce la edad biológica y las desviaciones individuales en la población.

En la selección científica de talentos, Martin et al. (2004) señalan que los factores influyentes se modifican y no pueden ser controlados en su totalidad, ni estadística ni empíricamente; desde un punto de vista teórico, los pronósticos sobre el rendimiento solo son posibles de manera limitada, y aquellos obtenidos mediante el análisis de variables explican entre un 25 y un 35 % del fenómeno. En la presente investigación, el valor de R² obtenido en el análisis de regresión fue de 0,32, lo cual, concuerda con lo reportado en la literatura.

En cuanto a los ejercicios especiales, Loturco et al. (2015) recomiendan que los saltos en cuclillas, el contramovimiento y los saltos horizontales se incorporen al entrenamiento y a los test de los corredores de velocidad, pues presentan altas correlaciones con los tiempos reales en 100 m, con valores de -0,82, -0,85 y -0,81, respectivamente. En un estudio similar, Markstrom & Olsson (2013), investigaron si las pruebas de salto con caída con una pierna, salto en cuclillas y salto con contra movimiento pueden predecir el rendimiento de los velocistas; hallaron que la variable pico de fuerza en contramovimiento, con relación al peso corporal predijo significativamente la velocidad máxima de carrera, es decir, la evidencia respalda la validez del uso de los test de salto para la valoración de las capacidades de velocidad, como quedó comprobado en esta investigación.

El alcance del procedimiento desarrollado en esta investigación confiere al proceso de detección de talentos velocistas una mayor eficiencia, ya que, mediante el análisis de regresión, se identificaron las variables que reflejan las características y capacidades de los potenciales talentos de la muestra estudiada. De este modo, se eliminan aquellas pruebas que no aportan un nivel significativo de información y que, además, generan mayores costos humanos, técnicos y materiales para la obtención de resultados. Al emplear un método científico de selección, se supera la concepción vigente en Colombia que recurre a las competencias de los Juegos Intercolegiados, como principal criterio para la selección de los niños más sobresalientes.

Finalmente, la contribución a la práctica se materializa al proponer un procedimiento que integra los indicadores antropométricos, motores y biomecánicos para la selección de talentos en el área de velocidad en atletismo en el Municipio de Galapa, Colombia. La investigación identificó como relevantes las variables: índice córmico, salto de longitud sin carrera de impulso y salto bilateral, que pueden ser empleadas, tanto por investigadores como por profesores de educación física y entrenadores deportivos, para la detección de potenciales talentos para la carrera de velocidad.

Mediante este análisis se comprobó que el procedimiento diseñado para la selección de talentos en el área de velocidad en atletismo cumple con el objetivo de servir como instrumento para identificar el pequeño porcentaje de potenciales talentos.

El análisis de regresión múltiple permitió obtener una ecuación que destaca tres variables estrechamente relacionadas con el desempeño de los niños en la carrera de 20 m: el índice córmico, el salto de longitud sin carrera y el salto bilateral.

Al analizar a los niños a partir de estas tres variables, se encontró que el 5,4 % de las niñas y el 6,9 % de los niños se ubicaron en el grupo superior a la norma, es decir, presentan características de potenciales talentos para la carrera de velocidad.