Futbolda Veri Analisti Ne İş Yapar? Görev, Yetkinlik ve Sınırlar

Bu rehberde futbolda veri analistinin görevini, kullandığı veri türlerini, gol beklentisi (xG) gibi ölçülerin ne olduğunu ve nerede yanıltabileceğini anlatıyoruz. Ardından yetkinlikleri, öğrenme yolunu ve çocuk verisinde etik ile KVKK konusunu ele alıyoruz. Maaş, iş garantisi ya da "en çok aranan meslek" gibi vaatler vermiyoruz, çünkü bunları destekleyen sağlam bir kaynak yok.

Futbolda veri analisti hangi veriyle çalışır?

Veri analisti tek tür veriyle çalışmaz. Her veri türü farklı bir soruya cevap verir ve her birinin kendi zayıf yanı vardır. Hangi sorunun hangi veriyle cevaplanabileceğini bilmek, mesleğin en temel becerisidir.

Konum ve yük verisinin ayrıntıları için GPS verilerinin nasıl okunduğunu anlatan yazımıza, cihaz tarafı için GPS yeleği rehberimize bakabilirsiniz. Bu yazı ölçüm cihazlarını değil, veriyi yorumlayan kişiyi anlatıyor.

Futbolda veri analisti ile performans analisti aynı kişi mi?

Hayır, iki rol sık karışır, ama ağırlık noktaları farklıdır. Performans analisti çoğunlukla video ve maç görüntüsü üzerinden antrenörle birlikte çalışır. Veri analisti ise tablolar, modeller ve istatistik üzerinden soru cevaplar. Küçük kulüplerde tek kişi iki işi birden yapabilir.

Performans analistinin eğitimi, yetkinlikleri ve günlük işi performans analisti rehberimizde ayrı bir yazıda ele alıyoruz. Burada tekrar etmiyoruz, yalnızca farkı gösteriyoruz.

Bir yorum olarak şunu söyleyebiliriz: en iyi sonuç, iki rolün birbirinin dilini bildiği ekiplerde çıkar. Sayı bir örüntüyü gösterir, görüntü o örüntünün sahada neye benzediğini açıklar. Bu yüzden veri analisti video izlemeyi, performans analisti de temel istatistiği küçümsememeli.

Veri analistinin bir çalışma haftası nasıl geçer?

Rolün günlük işi kulübün büyüklüğüne ve kategoriye göre çok değişir. Aşağıdaki akış genel bir çerçevedir ve belirli bir kulübün düzenini anlatmaz. Bu bölüm bir iş tanımı ya da resmî görev listesi değildir.

1. Maç sonrası: ham kayıtların eksiklerini ve hatalarını kontrol etmek, tutarsız satırları ayıklamak.
2. Hafta başı: antrenörün sorusunu netleştirmek, örneğin "bu rakibe karşı hangi bölgeden daha az şut yiyoruz?".
3. Orta hafta: soruya uygun ölçüyü seçmek, hesaplamak, sonucu sade bir grafik ve birkaç cümleyle yazmak.
4. Hafta sonuna doğru: sonucu teknik ekibe anlatmak, belirsizliği ve sınırları açıkça söylemek.
5. Sürekli: raporların yorum dilini sadeleştirmek, eski çalışmaları yeniden kontrol etmek.

Dikkat edin: listede "model kurmak" sıkça yer almıyor. İşin büyük kısmı veriyi hazırlamak ve soruyu doğru kurmaktır. Çoğu analist zamanının önemli bölümünü temizlik ve kontrolle geçirdiğini söyler, ancak bu cümle için tek bir kaynak göstermiyoruz, o yüzden genel bir saha gözlemi olarak okuyun.

Maç verisi hangi sorulara cevap verir?

İyi bir analiz bir soruyla başlar, veriyle değil. Soru net değilse en parlak grafik bile bir şey anlatmaz. Veri analistinin işi, antrenörün "hissettiği" şeyi ölçülebilir bir soruya çevirmektir.

• Takımın hücum üretimi hangi bölgelerden geliyor ve şutlar ne kadar kaliteli?
• Top kaybından sonra rakip nerede ve hangi sürede tehlike yaratıyor?
• Hangi pas bağlantıları takımın oyun kurmasında en çok işe yarıyor? Bu konuda ısı haritası okuma rehberimiz yardımcı olur.
• Maç içi değişikliklerden sonra takımın oyun düzeni ölçülebilir biçimde değişti mi?
• Oyuncunun yük geçmişi son haftalarda her zamanki düzeyinden sapıyor mu?

Bazı sorular veriyle cevaplanamaz. "Bu oyuncu soğukkanlı mı?" ya da "soyunma odası uyumlu mu?" gibi sorularda sayı en fazla ipucu verir, hüküm vermez. İyi bir analist cevaplayamayacağı soruyu cevaplayabilirmiş gibi göstermez.

Futbolda xG (gol beklentisi) nedir?

xG, bir şutun gole dönüşme olasılığını sıfır ile bir arasında bir sayıyla tahmin eden modeldir. Model, şutun konumu, açısı ve vuruş biçimi gibi özelliklere bakar. Bir takımın tüm şutlarının toplamı, "çıkan pozisyonlar ortalama kaç gol değerindeydi?" sorusuna yaklaşık cevap verir.

Alanyazın bu fikre şöyle destek verir: Rathke (2017), iki lig sezonunun şutlarıyla yaptığı çalışmada şut mesafesi ile açısını birlikte kullanmanın, bu değişkenlerden yalnızca birini kullanmaktan daha iyi tahmin verdiğini bildirmiştir. Brechot ve Flepp (2020, Journal of Sports Economics) ise gol beklentisine dayalı ölçünün, kulüplerin son maç sonuçlarına bakmasına göre gelecekteki performansı daha iyi öngördüğünü öne sürer.

Basit bir örnek, kurgusaldır ve gerçek bir maça ait değildir. Bir takım bir maçta üç şut çekiyor: biri kale önünden, ikisi uzaktan. Model bunlara örneğin 0,45, 0,05 ve 0,05 değerini verirse, toplam beklenti 0,55 gol olur. Takım iki gol attıysa, o gün beklentinin üzerinde üretmiştir. Bu fark yeteneği değil, büyük ölçüde şansı gösteriyor olabilir.

xG neyi söyleyemez ve sınırları nelerdir?

xG güçlü bir araçtır ama mucize değildir. Modeller eğitildikleri veriye, kullandıkları özelliklere ve tanımlara göre farklı sayılar üretir. Bu yüzden iki ayrı kaynaktan gelen xG değerlerini doğrudan karşılaştırmak yanlış olabilir.

• Yalnızca çekilen şutları değerlendirir. Şuta dönüşmeyen tehlikeli anlar bu sayıda yer almaz; yakın tarihli bir ön baskı çalışma bu boşluğu doldurmayı önerir.
• Her modelin elindeki veri sınırlıdır. Savunmacı baskısı ya da kalecinin konumu gibi bilgiler her modelde yoktur.
• Şutu atanın becerisini tek başına ölçmez. Oyuncunun beklentinin üzerinde bitirip bitirmediğini söylemek için çok sayıda şut gerekir.
• Tek model her soru için uygun olmayabilir. Araştırmacılar, farklı soruların farklı model yapıları istediğini tartışıyor.

Bitiricilik konusunda Davis ve Robberechts'in çalışması bu sınırı gösterir: gerçek golleri toplam xG ile karşılaştırarak bir oyuncunun bitiriciliğini yargılamak tartışmalıdır. Oyuncuların beklentinin üzerinde üretimi sezondan sezona kalıcı görünmüyor ve küçük örneklem ile yüksek değişkenlik bunun önemli nedenlerinden biri. Bu yüzden sorumlu bir analist "bu oyuncu bitirici" demek yerine "örneklem küçük, hüküm vermeyelim" der.

Küçük örneklem neden futbolda yanıltır?

Futbolda gol az sayıda olur, bu yüzden sonuçlar şansa çok açıktır. Birkaç maçlık seri, takımın gerçek gücünü değil, rastlantıyı yansıtabilir. Brechot ve Flepp'in çıkış noktası da budur: karar vericiler çoğu zaman son sonuçlara yaslanıyor, oysa sonuçları büyük ölçüde şans belirliyor.

Bir madeni parayı beş kez atıp dört kez yazı gelmesine "bu para hileli" demezsiniz. Aynı mantığı futbola uygulayın. Üç maçta beklentinin üstünde gol atan bir forvet için "yetenekli bitirici" demek, beş atışlık para örneğine bakıp para hakkında karar vermeye benzer. Bu bir benzetmedir, ölçüm sonucu değildir.

• Az maçla oyuncu ya da takım hakkında kesin hüküm vermeyin.
• Yorumlarınızda "bu veri şunu kanıtlıyor" yerine "bu veri şunu düşündürüyor" deyin.
• Aynı soruyu farklı dönemlerde yeniden sorun, sonuç tutarlı mı bakın.
• Ortalamaya dönüş ihtimalini hesaba katın: aşırı iyi ya da kötü dönemler çoğu zaman normale yaklaşır.

Sonuç ve tablo verisiyle uğraşanlar için karşılıklı gol istatistiği rehberi aynı sorunun başka bir yüzünü gösteriyor.

Maç verisini kim kodlar ve hata nerede çıkar?

Olay verisinin önemli bölümünü eğitimli operatörler üretir: maçı izler ve her eylemi bir yazılıma işaretler. Bu, verinin insan kararına dayandığı anlamına gelir. Operatör her pası, şutu ya da top kazanmayı bir tanıma göre etiketler.

Liu ve arkadaşlarının (2013) çalışması, ticari bir sağlayıcının canlı kodlama sisteminde iki deneyimli operatör grubunu aynı maçı bağımsız kodlatarak karşılaştırdı. Takım olayları için uyum çok yüksek çıktı (kappa 0,92 ve 0,94) ve sistemin iyi çalışan operatörlerle güvenilir olduğu sonucuna vardılar. Ancak bu tek bir maçlık, tek bir sistemlik bir çalışma. Bu yüzden "tüm veri hatasızdır" sonucunu çıkarmayız.

Hatayı tamamen elemek mümkün değil, ama sınırlamak mümkün. Aşağıdaki kontrol listesi, önerdiğimiz bir ilk eleme sırasıdır.

• Toplam şut, pas ya da gol sayısı resmî maç özetiyle uyuşuyor mu?
• Aynı oyuncu iki farklı adla ya da farklı numarayla kayıtlı mı?
• Konum koordinatları saha sınırının dışında kalıyor mu?
• Zaman damgaları sıralı mı, yarı arası doğru kayda geçmiş mi?
• Farklı sağlayıcıların aynı terimi aynı biçimde tanımladığını gerçekten doğruladınız mı?

Veri en çok hangi yanlış yorumlarla zarar görür?

Veri çoğu zaman yanlış olduğu için değil, yanlış yorumlandığı için zarar verir. MacKenzie ve Cushion'ın (2013, Journal of Sports Sciences) futbolda performans analizi üzerine eleştirel derlemesi, örneklem büyüklüğü, maç bağlamı ve işlemsel tanımlar gibi başlıkları öne çıkarır. Aşağıdaki tablo bu temaları günlük hatalara çevirir.

Bu tabloda yazılanlar kavramsal örneklerdir. Her biri, kaynaklardaki temaların günlük hayattaki yansımasını gösterir ve belirli bir kulübü ya da analisti işaret etmez.

Futbolda veri analisti olmak için hangi yetkinlikler gerekir?

Yetkinlikler üç gruptur: istatistik ve programlama, futbol bilgisi, iletişim. Üçünden biri eksik kalırsa analiz ya yanlış, ya anlamsız, ya da kimsenin anlamadığı bir şey olur. Bu bölüm bir sınıflandırmadır, kesin bir resmî yeterlilik listesi değildir.

Burada genel dil adları sayıyoruz çünkü hangi aracın yaygın olduğu zamanla değişir. Ürün ya da marka önermiyoruz. Asıl kalıcı yetkinlik, hangi araç olursa olsun soruyu doğru kurmak ve cevabı dürüstçe yazmaktır.

Futbolda veri analisti olmanın tek bir resmî eğitim yolu var mı?

"Futbolda veri analisti" unvanı için tek bir resmî ve zorunlu eğitim yolu görünmüyor. Bu unvana özel güncel bir TFF sertifika programı da duyurulmuş değil.

Basın haberleri, TFF'nin geçmişte maç ve performans analizi alanında kurs düzenlediğine değiniyor. Bu haberlerin çoğu eski ve güncel başvuru koşullarını göstermiyor. Bu yüzden eğitim, kurs ya da belge arayanlar için tek güvenli yol, TFF'nin güncel duyurularına bakmaktır.

• İstatistik, matematik, bilgisayar, endüstri ya da veri bilimi gibi genel alanlardaki lisans ve lisansüstü programlar bu işin teknik temelini verir. Bu tek yol ya da şart değildir.
• Spor bilimleri ile antrenörlük eğitimi futbol tarafını güçlendirir. Antrenör lisansı basamakları için antrenörlük lisansı yazımıza bakabilirsiniz.
• Kulüplerin istihdam şartları farklıdır. İlan ve kurum duyurusu, bu sayfadaki genellemeden her zaman önceliklidir.

Açık veriyle ilk projeyi nasıl kurarsınız?

Başlangıç için büyük bütçeye gerek yok. Pappalardo ve arkadaşlarının (2019, Scientific Data) yayımladığı veri seti, yedi önemli müsabaka için bir sezonluk maç olaylarını içerir ve araştırma amacıyla erişilebilir. Kullanım koşullarını mutlaka kendi sayfasından okuyun, çünkü bazı kataloglar kullanım amacını sınırlı tutuyor.

1. Net bir soru seçin, örneğin "şut kalitesi gol sayısıyla ne kadar uyumlu?".
2. Veriyi indirin, eksik ve tutarsız satırları işaretleyin.
3. Küçük bir hesap yapın, örneğin takım başına şut sayısı ile gol ilişkisi.
4. Sonucu bir grafik ve üç cümleyle anlatın. Sınırları açıkça yazın.
5. Çalışmanızı başkasının tekrarlayabileceği biçimde belgeleyin.

Önemli bir uyarı: portföyünüze bir oyuncuyu ya da kulübü övmek ya da yermek için analiz koymayın. Amaç yöntem göstermektir, kişi değerlendirmek değil. Ayrıca gerçek çocuk ya da amatör oyuncu verisini izinsiz paylaşmayın.

Çocuk ve akademi verisinde etik ve KVKK nasıl işler?

Çocuğun maç ya da antrenman verisi, kişisel veridir. 6698 sayılı Kişisel Verilerin Korunması Kanunu'na göre kişisel veri, kimliği belirli veya belirlenebilir gerçek kişiye ilişkin her türlü bilgidir. Bu yüzden isimli bir çocuk tablosu da, forma numarasıyla bağlanabilen bir kayıt da bu kapsama girebilir.

Kanun'un 4. maddesi, hukuka ve dürüstlük kurallarına uygun, belirli ve meşru amaçlı, amaçla bağlantılı, sınırlı ve ölçülü veri işlemeyi şart koşar. Saklama süresi de gerekli süreyle sınırlıdır. Madde 6 ise sağlık, biyometrik ve genetik verilerini özel nitelikli sayar. Bu verilerin işlenmesi kural olarak yasaktır, kanunda sayılan şartlardan biri (örneğin ilgili kişinin açık rızası) varsa mümkündür; ayrıca Kurul'un belirlediği yeterli önlemler gerekir.

• Antrenman yükü ve kalp atışı gibi veriler sağlıkla ilişkili olabileceği için temkinli ele alınmalıdır. Bu bir hukuki görüş değildir, kanun metninden çıkan bir uyarıdır.
• Gerekmeyen veriyi toplamayın. Çocuğun tam adı, doğum tarihi ve adresi analiz için çoğu zaman gerekmez.
• Mümkünse anonimleştirin: kimliği başka verilerle eşleştirilse bile kişiye ulaşılamayacak hale getirmek Kanun'un tanımıdır.
• Paylaşımdan önce aileyi bilgilendirin ve rıza konusunda hukuk uzmanına danışın. Çocuk için rızanın nasıl alınacağı hukuki bir konudur ve burada kesin kural yazmıyoruz.

Kanun metnine mevzuat.gov.tr üzerinden ve ilgili rehberlere Kişisel Verileri Koruma Kurumu sitesinden ulaşabilirsiniz. Bu yazı hukuki danışmanlık değildir.

Antrenör çocuğu elemek için veriye yaslanmalı mı?

Çocuk yaşta ölçülen performans, geleceği güvenle söylemez. Cobley ve arkadaşlarının (2009, Sports Medicine) meta-analizi 38 çalışmayı ve 253 örneklemi birleştirdi ve yaş grubu içindeki doğum tarihi avantajının (göreli yaş etkisi) tutarlı olduğunu, etki büyüklüğünün küçük olduğunu bildirdi. Etki özellikle 15-18 yaş erkeklerde, bölgesel ve ulusal düzeyde ve popüler sporlarda daha güçlüydü.

Yetenek belirleme araştırmalarını derleyen bir kapsam derlemesi (Baker ve ark. 2020) de seçimlerin kestirim geçerliliğinin düşük olduğunu ve kanıt kalitesinin zayıf olduğunu bildirmiştir. Bu bilgi ikincil kaynaklara dayanır. Bu nedenle veri, eleme için değil, gelişimi izlemek ve konuşmayı başlatmak için kullanılmalıdır.

• Tek bir test sonucuyla çocuğu dışlamayın.
• Gelişim hızı farklıdır. Geç gelişen çocuk bugünkü tabloda geride görünebilir.
• Ölçümü çocuğun kendisiyle karşılaştırın, arkadaşıyla değil.
• Genetik test gibi uygulamaların etik tartışması için genetik yetenek testi yazısına, gözlemci tarafı için scout rehberine bakın.

Velilere not: çocuğunuzun yeteneğini sorgulayan bir rapora ulaştıysanız, önce bunun kime ait olduğunu ve nasıl üretildiğini sorun. Ayrıca yetenek belirleme kriterleri yazısını okuyun.

Çocuk antrenmanında ölçüm yaparken güvenliği nasıl sağlarsınız?

Ölçüm çocuğun gelişimine hizmet etmelidir, çocuğu yormamalıdır. Aşağıdaki ilkeler yalnızca genel güvenlik çerçevesidir. Sağlık sorunu olan çocuklar için hekim görüşü esastır.

• Yaşa uygun ilerleyin. Küçük yaşta oyun ve basit sayım yeterlidir, ağır test baterileri gerekmez.
• Test öncesi ısınma yapın ve her testte tekrar sayısını sınırlı tutun; çocuğu "en iyi skoru" için tekrar tekrar zorlamayın.
• Ağrı, baş dönmesi ya da olağan dışı yorgunluk anında testi hemen durdurun. Ağrıda dur kuralı pazarlık konusu değildir.
• Sonuçları sınıfa ilan etmeyin. Sıralama listesi motivasyonu düşürebilir.
• Kalp atışı ve benzeri sağlıkla ilgili ölçümler için ailenin bilgisi ve gerektiğinde hekim görüşü şarttır.

Giyilebilir cihazların çocuklarda kullanımı için wearable teknolojisi yazımızdaki genç futbolcu bölümü iyi bir başlangıçtır.

Küçük oyunda pas kaydını nasıl tutarsınız?

Bu çalışma pratik bir uygulamadır; bilimsel bir kanıta dayanmaz. Amaç, çocuğa baskı yapmadan antrenörün gözlemini sayıyla desteklemektir. Veriyi çocuk için değil, oyun hakkında konuşmayı başlatmak için tutarız.

• Kurulum: Yaşa uygun küçük sahada 4'e 4 oyun. Yan çizgide bir yetişkin yardımcı, elinde sade bir kayıt kâğıdı.
• Amaç: Takımın oyun kurma biçimine dair basit bir fikir edinmek, örneğin pasın hangi bölgede kesildiğini görmek.
• Kural: Yalnızca takım düzeyinde sayın (kaç pas, kaç top kaybı, nerede). Çocukların isimlerini yazmayın.
• İlerleme: Önce tek kategori sayın, sonra iki kategoriye geçin. Bir seans sonunda sonuçları çocuklarla oyun diliyle, kısa ve olumlu paylaşın.
• Sık hata: Sayıyı çocuğa yarış gibi sunmak. Pas sayısını "kazanan" ölçüt yapmak oyunu bozar.

Şut yeri haritasını nasıl çıkarırsınız?

Bu da pratik bir uygulamadır; bilimsel bir kanıta dayanmaz. Küçük bir saha çizimi üzerinde şutların nereden çıktığını işaretleyerek gol beklentisi fikrini somutlaştırır. Çocuğa sayı değil, "nereden vurursam daha çok tehlike olur?" sorusunu sorduran bir oyun biçimidir.

• Kurulum: Küçük kale, yaşa uygun alan, bir yetişkin hakem ve bir kayıtçı. Saha çizimini bir kâğıda siz çizersiniz.
• Amaç: Kaleye yakın ve açısı iyi şutların daha çok gol getirdiğini çocuğun kendisinin fark etmesi.
• Kural: Her şutu kâğıttaki sahaya nokta, golü farklı bir işaretle koyun. Çocuğun adını yazmayın.
• İlerleme: Haftalar içinde aynı çizimi karşılaştırın. Çocuklara sonuçları kısa bir sohbetle gösterin.
• Sık hata: Az şutla kesin sonuç çıkarmak. Küçük örneklem bu yazının başka bir bölümünde anlatılan tuzağın aynısıdır.

Seansı kısa tutun, çok sayıda şutla yorulmadan bitirin. Sakatlık, ağrı ya da yorgunluk işareti varsa oyunu bırakın. Video ile birlikte çalışmak isteyen antrenörler için video analizle antrenman planı yazımıza bakabilir.

Yapay zekâ veri analistinin yerini alır mı?

Net bir tahmin yapmak mümkün değil; bu konuda sağlam bir kaynak da yok. Otomatik araçlar tekrarlayan hesapları hızlandırabilir. Ancak doğru soruyu seçmek, veri hatasını fark etmek ve sonucu bağlamla yorumlamak insan muhakemesi gerektirir.

Bu yüzden yapay zekâ konusuna iki uç yaklaşımdan kaçınmak mantıklıdır: "her şeyi çözer" de, "hiçbir şeyi değiştirmez" de kanıtsız cümlelerdir. Hakem teknolojisi tarafındaki sınırları anlamak için yapay zekâ hakem yazımıza bakabilirsiniz.

Bu meslek hakkında hangi vaatlere temkinli yaklaşmalı?

Bu alandaki iş sayısı, ücret düzeyi ve istihdam durumu hakkında sağlam bir resmî veri yayımlanmıyor. O nedenle maaş, iş garantisi ya da "en çok aranan meslek" gibi bir iddiada bulunmuyoruz. Bir sayfa size bunları kesin olarak anlatıyorsa kaynağını sorun.

• "Kısa sürede veri analisti yapıyoruz, iş garantili" diyen kurslar için kuruluşu, programı ve yazılı şartları kontrol edin.
• Ücretli bir paket karşılığında kulüpte yer vaat eden kişilere para göndermeyin.
• Bir çocuğu "veriyle keşfedeceğini" söyleyip ücret isteyen kişilere karşı daha da dikkatli olun.

Böyle bir durumla karşılaşırsanız ve bir futbol okulu ya da program hakkında şikayetiniz varsa, platformumuzdaki futbol okulu şikayet sayfasını kullanabilirsiniz. Hukuki bir uyuşmazlık için avukata danışmak en sağlam yoldur.

Futbol meraklısı bu işe nasıl başlayabilir?

Bir meraklı için en iyi ilk adım, oyunu daha dikkatli izlemek ve bir soru üretmektir. Veri, o sorunun cevabını aramanın bir yoludur. Maçı "anlamak" için hazır bir yazılım gerekmez.

• Maç analiz rehberini okuyun ve bir maçı not alarak izleyin.
• Basit bir tablolama aracıyla kendi küçük veri setinizi oluşturun.
• Açık bir veri setiyle küçük bir soru seçin, sonucu sınırlarıyla birlikte yazın.
• Hatalarınızı ve şüphelerinizi not edin. Dürüst belirsizlik, iyi analizin işaretidir.

Sabırlı olun. Bu bir yarış değil, öğrenme sürecidir ve kısa sürede ustalaşma vaadi taşımaz.

Bu yazıdaki çalışmalara nereden ulaşırsınız?

Aşağıdaki bağlantılar yayımlanmış çalışmaların kalıcı adreslerine gider. İlk ikisinin tam metnine herkes erişemeyebilir, bu durumda özet sayfası yeterlidir.

• Liu ve ark. (2013), canlı maç istatistiklerinin operatörler arası güvenilirliği: makale kaydı.
• Pappalardo ve ark. (2019), açık maç olayı veri seti: makale sayfası.
• Cobley ve ark. (2009), göreli yaş etkisi meta-analizi: makale kaydı.

Rathke (2017), Brechot ve Flepp (2020), Davis ve Robberechts ile MacKenzie ve Cushion (2013) çalışmalarından yalnızca özet düzeyinde bilgi aktarılmıştır.