एथलेटिक्स विश्लेषण में डेटा की विफलता: खाली इनपुट के आधार पर खेल संबंधी निष्कर्ष निकालना क्यों गलत है?

एथलेटिक्स में निष्कर्ष से पहले प्रमाण जरूरी: खाली डेटा ने उजागर की विश्लेषण प्रणाली की गंभीर खामी

हुक: जब पूरी रिपोर्ट में एक भी खिलाड़ी का नाम नहीं हो

खेल पत्रकारिता में किसी प्रदर्शन का मूल्यांकन करने के लिए एक परिणाम सूची, खिलाड़ी का नाम या प्रतियोगिता का रिकॉर्ड पर्याप्त शुरुआती आधार हो सकता है। लेकिन जब किसी विश्लेषण प्रणाली से तैयार रिपोर्ट में खिलाड़ी, प्रतियोगिता, प्रदर्शन, समय, दूरी और स्रोत का कोई उल्लेख ही न मिले, तब समस्या मैदान पर नहीं, डेटा प्रक्रिया में होती है। एथलेटिक्स से संबंधित हालिया विश्लेषण का उपलब्ध Stage-1 परिणाम ऐसी ही स्थिति प्रस्तुत करता है। उसमें लेख का शीर्षक, मूल स्रोत, लेख का प्रकार, प्रमुख विचार और तथ्यात्मक बिंदु सभी खाली या N/A दर्ज हैं।

यहां सबसे महत्वपूर्ण निष्कर्ष किसी खिलाड़ी की खराब फॉर्म, चोट या रिकॉर्ड की वैधता से संबंधित नहीं है। मुख्य समस्या यह है कि विश्लेषण के लिए आवश्यक प्राथमिक सामग्री उपलब्ध ही नहीं है। ऐसी स्थिति में किसी एथलीट की क्षमता, विश्व रैंकिंग, क्वालिफिकेशन की संभावना या डोपिंग अनुपालन पर फैसला देना तथ्यात्मक रूप से अनुचित होगा।

खेल विश्लेषण में खाली स्थान को अनुमान से भरना आसान है। किसी बड़े आयोजन, चर्चित खिलाड़ी या संभावित रिकॉर्ड का नाम जोड़कर लेख को प्रकाशित करने योग्य बनाया जा सकता है। लेकिन ऐसा करने से रिपोर्ट की विश्वसनीयता समाप्त हो जाती है। मैंने वर्षों तक खेल परिणामों और प्रदर्शन संबंधी आंकड़ों को देखते हुए यही प्रक्रिया अपनाई है: पहले रिकॉर्ड की जांच, फिर उसका संदर्भ और उसके बाद निष्कर्ष। पहले लेजर, फिर लीजेंड — कभी इसका उलटा नहीं।

संदर्भ: एथलेटिक्स प्रदर्शन को मापने के लिए कौन-सा डेटा जरूरी है?

एथलेटिक्स एक ऐसा खेल क्षेत्र है जहां अलग-अलग स्पर्धाओं के प्रदर्शन का मूल्यांकन अलग तकनीकी मानकों से होता है। 100 मीटर दौड़ में प्रतिक्रिया समय, हवा की गति और अंतिम समय महत्वपूर्ण हैं। लंबी दूरी की दौड़ में लैप स्प्लिट, गति का वितरण और दौड़ के अंतिम हिस्से में प्रदर्शन का स्थायित्व अधिक उपयोगी संकेत देते हैं। लंबी कूद और त्रिकूद में हवा की दिशा और गति के साथ-साथ टेक-ऑफ की तकनीक का महत्व है। भाला फेंक और गोला फेंक जैसी स्पर्धाओं में उपकरण, रिलीज की तकनीक और प्रयासों के बीच निरंतरता का मूल्यांकन करना पड़ता है।

इसलिए केवल यह कहना कि किसी खिलाड़ी ने अच्छा प्रदर्शन किया, विश्लेषण के लिए पर्याप्त नहीं है। उसके व्यक्तिगत सर्वश्रेष्ठ प्रदर्शन (Personal Best या PB), मौजूदा सत्र के सर्वश्रेष्ठ प्रदर्शन (Season's Best या SB), प्रतियोगिता के स्तर और संबंधित स्पर्धा के रिकॉर्ड से तुलना आवश्यक है। विश्व रिकॉर्ड (WR), ओलंपिक रिकॉर्ड (OR), चैंपियनशिप रिकॉर्ड (CR) और राष्ट्रीय रिकॉर्ड (NR) अलग-अलग संदर्भ प्रदान करते हैं।

इसी प्रकार विश्व चैंपियनशिप या ओलंपिक में प्रवेश के लिए निर्धारित क्वालिफाइंग स्टैंडर्ड और विश्व रैंकिंग के आधार पर मिलने वाला प्रवेश अलग रास्ते हैं। किसी खिलाड़ी के एक अच्छे प्रदर्शन को सीधे क्वालिफिकेशन मान लेना गलत होगा। प्रतियोगिता की तारीख, निर्धारित क्वालिफिकेशन अवधि और संबंधित महासंघ के चयन नियम भी जांचने पड़ते हैं।

उपलब्ध Stage-1 दस्तावेज में इन बुनियादी जानकारियों में से कोई भी मौजूद नहीं है। स्पर्धा का नाम नहीं है। खिलाड़ी की पहचान नहीं है। प्रदर्शन का आंकड़ा नहीं है। प्रतियोगिता स्थल और तारीख भी उपलब्ध नहीं हैं। इसका अर्थ है कि प्रदर्शन मूल्यांकन की पूरी प्रक्रिया शुरुआती चरण में ही रुक जाती है।

मुख्य विश्लेषण: खाली डेटा से कौन-से निष्कर्ष नहीं निकाले जा सकते?

1. प्रदर्शन की वास्तविक गुणवत्ता का मूल्यांकन संभव नहीं

किसी एथलीट के प्रदर्शन का सही मूल्यांकन करने के लिए उसके परिणाम की तुलना संबंधित विश्व और राष्ट्रीय मानकों से करनी होती है। उदाहरण के लिए, 100 मीटर में दर्ज समय को देखते समय हवा की गति का रिकॉर्ड जरूरी है। विश्व एथलेटिक्स के नियमों के अनुसार स्प्रिंट और कुछ जंप स्पर्धाओं में रिकॉर्ड की पात्रता के लिए अनुकूल हवा की सीमा +2.0 मीटर प्रति सेकंड होती है। इससे अधिक पीछे से आती हवा के साथ हासिल किया गया समय या दूरी प्रदर्शन का परिणाम तो हो सकता है, लेकिन उसे रिकॉर्ड के लिए वैध मानने में समस्या होगी।

ऊंचाई का प्रभाव भी महत्वपूर्ण है। लगभग 1,000 मीटर से अधिक ऊंचाई वाले स्थानों पर कम वायु घनत्व के कारण स्प्रिंट और जंप प्रदर्शन को लाभ मिल सकता है। दूसरी ओर, लंबी दूरी की स्पर्धाओं में ऑक्सीजन की उपलब्धता कम होने से प्रदर्शन प्रभावित हो सकता है। इसलिए किसी रिकॉर्ड या व्यक्तिगत सर्वश्रेष्ठ प्रदर्शन को उसके स्थल और परिस्थितियों के साथ देखना जरूरी है।

मौजूदा रिपोर्ट में हवा की गति, प्रतियोगिता स्थल और उपकरण संबंधी जानकारी अनुपस्थित है। इस कारण किसी भी संभावित प्रदर्शन को वास्तविक क्षमता के अनुरूप समायोजित करना संभव नहीं है। यहां प्रदर्शन खराब या असाधारण घोषित करने का कोई आधार नहीं है।

2. व्यक्तिगत सर्वश्रेष्ठ और सत्र के सर्वश्रेष्ठ प्रदर्शन की तुलना नहीं हो सकती

एक एथलीट का व्यक्तिगत सर्वश्रेष्ठ प्रदर्शन उसके पूरे करियर का सबसे अच्छा दर्ज परिणाम होता है। इसके विपरीत, सत्र का सर्वश्रेष्ठ प्रदर्शन केवल मौजूदा सीजन के संदर्भ में देखा जाता है। दोनों के बीच अंतर खिलाड़ी की वर्तमान स्थिति समझने में मदद करता है।

यदि किसी खिलाड़ी का वर्तमान सत्र का प्रदर्शन उसके व्यक्तिगत सर्वश्रेष्ठ से लगातार नीचे है, तो उसके प्रशिक्षण कार्यक्रम, प्रतियोगिता की संख्या और चोट संबंधी उपलब्ध जानकारी देखनी चाहिए। इसके उलट, यदि प्रदर्शन में अचानक बड़ी छलांग दिखाई देती है, तो उसे पिछले वर्षों के परिणामों और प्रतियोगिता की परिस्थितियों से जांचना जरूरी है।

एक अकेला बेहतर परिणाम स्थायी प्रगति का प्रमाण नहीं होता। किसी नई तकनीक या प्रशिक्षण पद्धति को प्रभावी घोषित करने के लिए कई प्रतियोगिताओं में उसकी पुनरावृत्ति देखनी पड़ती है। मैंने अपने विश्लेषण कार्य में नए मेट्रिक्स को इस्तेमाल करने से पहले कई प्रतियोगिताओं के नमूनों पर उनकी वैधता जांचने की आदत रखी है। इस रिपोर्ट में वार्षिक PB श्रृंखला और मौजूदा SB दोनों अनुपस्थित हैं। इसलिए प्रदर्शन की प्रगति, गिरावट या स्थिरता का निष्कर्ष नहीं निकाला जा सकता।

3. चोट और प्रशिक्षण की स्थिति पर कोई विश्वसनीय आकलन नहीं

एथलीट की वर्तमान स्थिति समझने के लिए केवल प्रतियोगिता परिणाम पर्याप्त नहीं होते। चोट का इतिहास, प्रशिक्षण में भागीदारी, प्रतियोगिता कैलेंडर और पुनर्वास की स्थिति भी महत्वपूर्ण हैं। स्प्रिंटर में हैमस्ट्रिंग और एड़ी की चोटों का जोखिम अलग होता है, जबकि लंबी दूरी के धावकों में स्ट्रेस फ्रैक्चर और पैरों से जुड़ी समस्याओं पर नजर रखनी पड़ती है। थ्रोइंग स्पर्धाओं में कंधे और कोहनी की स्थिति का मूल्यांकन आवश्यक होता है।

किसी खिलाड़ी के लगातार दो सीजन चोट के कारण प्रभावित होने की जानकारी उपलब्ध हो तो उसकी दीर्घकालिक प्रतिस्पर्धी क्षमता का जोखिम मूल्यांकन किया जा सकता है। लेकिन यहां खिलाड़ी की पहचान और चिकित्सा संबंधी जानकारी दोनों नहीं हैं। इसलिए किसी एथलीट को चोट के जोखिम वाला बताना भी गलत होगा और उसे पूरी तरह फिट घोषित करना भी।

इसी तरह प्रशिक्षण समूह, कोच, ऊंचाई वाले प्रशिक्षण शिविर, पुनर्वास सुविधाओं और खेल विज्ञान की उपलब्धता के बारे में कोई तथ्य नहीं दिया गया है। GPS डेटा, लैक्टेट परीक्षण और बायोमैकेनिकल विश्लेषण जैसे संकेतकों के बिना प्रशिक्षण प्रणाली की प्रभावशीलता पर निर्णय नहीं लिया जा सकता।

4. क्वालिफिकेशन और चयन की स्थिति अज्ञात है

अंतरराष्ट्रीय एथलेटिक्स प्रतियोगिताओं में प्रवेश के लिए निर्धारित मानक और विश्व रैंकिंग दोनों महत्वपूर्ण हैं। किसी खिलाड़ी के पास क्वालिफाइंग स्टैंडर्ड हासिल करने का अवसर हो सकता है, जबकि दूसरा खिलाड़ी रैंकिंग के आधार पर प्रवेश की उम्मीद कर सकता है। राष्ट्रीय महासंघ की चयन नीति भी इस प्रक्रिया को प्रभावित करती है।

कुछ देशों में राष्ट्रीय ट्रायल्स का परिणाम निर्णायक होता है। वहां मौजूदा विश्व चैंपियन या रिकॉर्डधारक भी खराब चयन प्रतियोगिता के कारण टीम से बाहर रह सकता है। दूसरे देशों में चयन के लिए प्रदर्शन, रैंकिंग और महासंघ के निर्धारित मानदंडों का संयुक्त उपयोग किया जा सकता है।

प्रतियोगिता का नाम, देश और खिलाड़ी की पहचान उपलब्ध नहीं होने से यह निर्धारित नहीं किया जा सकता कि कौन-सी चयन प्रणाली लागू होती है। क्वालिफिकेशन की अंतिम तारीख, विश्व रैंकिंग की स्थिति और राष्ट्रीय चयन की संभावना सभी अज्ञात हैं।

5. डोपिंग और नियम अनुपालन पर खाली रिकॉर्ड को क्लीन रिकॉर्ड नहीं कहा जा सकता

यह रिपोर्ट का सबसे महत्वपूर्ण सावधानी संकेत है। किसी खिलाड़ी के डोपिंग रिकॉर्ड का मूल्यांकन करने के लिए परीक्षण इतिहास, एथलीट बायोलॉजिकल पासपोर्ट (ABP), संभावित ठिकाने संबंधी अनुपालन और किसी प्रतिबंधित कोच या चिकित्सा कर्मचारी से संबंध जैसी जानकारियां देखी जा सकती हैं। तीन बार 12 महीनों के भीतर ठिकाने संबंधी नियमों का उल्लंघन भी डोपिंग रोधी नियमों के तहत गंभीर मामला बन सकता है।

लेकिन उपलब्ध सामग्री में किसी खिलाड़ी का नाम, परीक्षण परिणाम या डोपिंग संबंधी आरोप नहीं है। इस कारण न तो उल्लंघन का आरोप लगाया जा सकता है और न ही अनुपालन का प्रमाणपत्र दिया जा सकता है। जानकारी का अभाव, नियमों के पालन का प्रमाण नहीं होता।

तकनीकी नियमों के संदर्भ में भी स्थिति समान है। गलत शुरुआत, रिले एक्सचेंज क्षेत्र में नियम उल्लंघन, फाउल प्रयास, उपकरण की निर्धारित सीमा और पात्रता संबंधी विवाद तभी जांचे जा सकते हैं जब संबंधित घटना और प्रतियोगिता की जानकारी उपलब्ध हो। वर्तमान इनपुट में ऐसी कोई घटना दर्ज नहीं है।

6. टीम और प्रशिक्षण प्रणाली का विश्लेषण भी अधूरा है

एथलेटिक्स में व्यक्तिगत प्रदर्शन के पीछे प्रशिक्षण व्यवस्था की भूमिका महत्वपूर्ण होती है। कोच का अनुभव, प्रशिक्षण समूह की स्थिरता, खेल विज्ञान सहायता, पुनर्वास और प्रतियोगिता कार्यक्रम किसी एथलीट के प्रदर्शन को प्रभावित कर सकते हैं। इसी तरह राष्ट्रीय खेल प्रणाली में वित्तीय सहायता और रोजगार का ढांचा भी महत्वपूर्ण है।

भारत में खिलाड़ियों के लिए रेलवे, सर्विसेज, राज्य पुलिस और सार्वजनिक क्षेत्र की कंपनियों में खेल कोटे से रोजगार आर्थिक स्थिरता प्रदान कर सकता है। टारगेट ओलंपिक पोडियम स्कीम (TOPS) और खेलो इंडिया जैसी योजनाएं भी प्रशिक्षण और तैयारी में सहायता करती हैं। हालांकि किसी विशेष खिलाड़ी की इन व्यवस्थाओं तक पहुंच का दावा तभी किया जा सकता है जब उसका नाम और संबंधित संस्थागत रिकॉर्ड उपलब्ध हों।

मौजूदा विश्लेषण में किसी कोच, प्रशिक्षण केंद्र, महासंघ या टीम का उल्लेख नहीं है। इसलिए यह तय नहीं किया जा सकता कि किसी खिलाड़ी की प्रगति व्यक्तिगत क्षमता, बेहतर प्रशिक्षण, संसाधनों या संस्थागत सहायता का परिणाम है।

छिपा हुआ निष्कर्ष: समस्या खिलाड़ी में नहीं, डेटा पाइपलाइन में हो सकती है

Stage-1 के परिणाम में केवल एथलेटिक्स का डोमेन लेबल मौजूद है। बाकी सभी प्रमुख सूचनाएं खाली हैं। किसी प्रकाशित खेल लेख में खिलाड़ी, स्पर्धा, प्रतियोगिता, प्रदर्शन या आयोजन स्थल में से कम-से-कम एक की जानकारी मिलने की संभावना सामान्यतः रहती है। इन सभी का एक साथ गायब होना सामग्री की वास्तविक अनुपस्थिति से अधिक डेटा प्राप्त करने या निकालने की प्रक्रिया में विफलता का संकेत देता है।

इसलिए जांच का केंद्र मूल लेख होना चाहिए। यह पता लगाना जरूरी है कि क्या दस्तावेज वास्तव में खाली था, क्या उसे सही प्रारूप में अपलोड किया गया था और क्या टेक्स्ट निष्कर्षण प्रक्रिया ने सामग्री को पढ़ा था। इसके बाद इकाई पहचान (Entity Extraction) और स्रोत गुणवत्ता के आकलन की जांच होनी चाहिए।

एक उपयोगी परीक्षण यह होगा कि मूल लेख की लंबाई और निकाले गए सूचना बिंदुओं की संख्या की तुलना की जाए। यदि पर्याप्त सामग्री वाले लेख से शून्य सूचना बिंदु प्राप्त होते हैं, तो इसे तकनीकी चेतावनी माना जाना चाहिए। यदि शीर्षक और स्रोत भी नहीं मिलते, तो समस्या संभवतः इकाई पहचान से पहले के चरण में मौजूद है।

यह अंतर महत्वपूर्ण है। यदि समस्या केवल खिलाड़ी के नाम की पहचान में होती, तो बाकी तथ्य उपलब्ध रह सकते थे। लेकिन शीर्षक, स्रोत, लेख का प्रकार और सूचना बिंदु सभी गायब हैं। इससे संकेत मिलता है कि मूल दस्तावेज का अधिग्रहण या प्रारंभिक टेक्स्ट निष्कर्षण प्रभावित हुआ हो सकता है। यह एक संभावित तकनीकी निदान है, अंतिम रूप से प्रमाणित कारण नहीं।

विरोधाभासी पहलू: अधिक डेटा हमेशा बेहतर विश्लेषण नहीं देता

खेल पत्रकारिता में आंकड़ों की संख्या बढ़ने के साथ विश्लेषण की गुणवत्ता अपने आप नहीं बढ़ती। गलत स्रोत से निकाले गए हजारों आंकड़े भी एक सत्यापित परिणाम सूची की जगह नहीं ले सकते। GPS दूरी, स्प्रिंट एक्सपोजर, रिलीज एंगल और प्रतियोगिता स्प्लिट उपयोगी मेट्रिक्स हैं, लेकिन प्रत्येक की अपनी सीमाएं हैं।

उदाहरण के लिए, प्रशिक्षण के दौरान अधिक दूरी तय करना अपने आप बेहतर प्रतिस्पर्धी प्रदर्शन का प्रमाण नहीं है। इसी प्रकार किसी फेंक स्पर्धा में रिलीज एंगल का एक असाधारण परिणाम स्थायी तकनीकी बदलाव नहीं दर्शाता। एक फाइनल के छह प्रयास किसी पूरे सीजन की तकनीकी स्थिरता साबित नहीं करते।

सही विश्लेषण का उद्देश्य हर उपलब्ध संख्या से कहानी बनाना नहीं, बल्कि यह तय करना है कि कौन-सी संख्या किस निष्कर्ष का समर्थन कर सकती है।

यही कारण है कि खाली डेटा के आधार पर जोखिम स्तर निर्धारित करना भी उचित नहीं होगा। प्रतिस्पर्धी जोखिम, चोट, डोपिंग, वित्तीय स्थिति, पात्रता और सार्वजनिक छवि के सभी वर्गों में जानकारी अनुपस्थित है। इस स्थिति को कम जोखिम के रूप में दर्ज करना गलत होगा। इसे अनिर्धारित जोखिम के रूप में ही रखा जाना चाहिए।

आगे की दिशा: मूल दस्तावेज की पुनः जांच जरूरी

इस मामले में अगला कदम नया विश्लेषण लिखना नहीं, बल्कि मूल स्रोत को दोबारा प्राप्त करना है। संपादकीय टीम को शीर्षक, प्रकाशन तिथि, मूल लेख, संबंधित खिलाड़ी और प्रतियोगिता की जानकारी वापस हासिल करनी चाहिए। इसके बाद प्रदर्शन के आंकड़ों को आधिकारिक परिणाम सूची और संबंधित महासंघ के रिकॉर्ड से मिलाना चाहिए।

यदि दस्तावेज सफलतापूर्वक प्राप्त हो जाता है, तो नौ विश्लेषण आयामों को दोबारा भरा जा सकता है। इनमें प्रदर्शन, एथलीट की स्थिति, क्वालिफिकेशन, प्रतियोगिता परिदृश्य, नियम अनुपालन, प्रशिक्षण प्रणाली, जोखिम, सार्वजनिक अपेक्षाएं और उद्योग पर प्रभाव शामिल हैं।

अंतिम संपादकीय निर्णय सरल है: इस खाली विश्लेषण को किसी खिलाड़ी या प्रतियोगिता की वास्तविक रिपोर्ट के रूप में प्रकाशित नहीं किया जाना चाहिए। डेटा की अनुपस्थिति को स्पष्ट रूप से दर्ज करना ही इस समय उपलब्ध सबसे विश्वसनीय निष्कर्ष है।

अगली बार जब मूल लेख वापस प्राप्त होगा, तब असली सवाल यह होगा कि कौन-सा प्रदर्शन विश्व स्तर के करीब है, किस खिलाड़ी की प्रगति दोहराई जा सकती है और किस रिकॉर्ड को आधिकारिक मान्यता मिल चुकी है। खेल में परिणाम दर्ज करना आसान है। उस परिणाम को प्रमाणित करना ही विश्लेषण का काम है।