2026 年《Annals of Biomedical Engineering》刊出的一篇研究，用一條力矩平衡式做出籃球鞋側向穩定度的判準：鞋牆的水平厚度與鞋底的垂直厚度之比，必須大於變向急停時側向力與垂直力之比。九款 2018 到 2019 年市售的男子籃球鞋量下來，沒有一款通過文獻報告過的全部六組負荷條件，其中兩款的力臂是 0.00 與 −0.20 公分。

2026年8月7日7 分鐘·—

籃球研究

跟腱受過大傷的球員，回到球場後幾乎無法回到巔峰。

2026 年兩篇 OJSM 研究從兩端夾住 NBA 的跟腱斷裂。斷裂前 10 到 15 場，球員場均上場時間比自己的球季平均多出 1.2 到 1.6 分鐘；斷裂後平均 10.8 個月回到球場，回歸率 86.7%，但先發場次比例從 99.7% 掉到 55.7%。

2026年8月4日5 分鐘·—

籃球研究

Gobert 和 Sabonis 都是中鋒，一個統計模型把他們分開了。

延世大學的新論文用狄氏過程混合模型分析 2024–25 球季 219,527 次出手，不切格子、不預設群數，從 566 名球員的投籃圖裡長出 16 個群。三個禁區群的差別，細到只有幾記底角三分。

2026年7月20日7 分鐘·—

Basketball players competing in action during an indoor arena game

籃球研究

你選的是「位置」，還是「打法」？用數據重新定義籃球陣容的組建邏輯。

一支球隊需要幾個控球後衛？這個問題問錯了。San Diego State University 的研究橫跨 110 個聯賽、22,500 名球員，把所有人分成 9 種打法原型，再從中推導出冠軍陣容的黃金比例。

2026年5月20日7 分鐘·—

籃球研究

「控球後衛」這個標籤，已經是個落後的分類了。

Chris Paul 和 Derrick Rose 都叫控球後衛，但打法根本是兩種球員。MIT Sloan 2020 年的研究，用機器學習把 NBA 的位置系統打掉重練，找出九個更精確的功能性角色。

2026年5月5日5 分鐘·—

籃球研究

NBA 球員的職涯曲線，不只一種形狀。

新生代靠多變數協同爆發，黃金期靠核心技術穩定輸出，老將靠少數指標撐起天花板。研究者用 KAN 模型，把這三段曲線的形狀說清楚了。

2026年4月30日4 分鐘·—

籃球研究

愈頂尖的籃球員，在場上的動作強度愈低。

西班牙研究團隊用穿戴式感測器，同時量化歐冠聯賽球員與四級業餘球員的尖峰體能負荷，發現菁英球員在所有時間窗口的峰值都顯著低於業餘球員。差距隨量測窗口拉長而擴大，3 分鐘窗口的效應量達 2.11，分類為「極大」。

2026年4月28日4 分鐘·—

籃球研究

夾擊與換防：機器讀懂 NBA 防守的語言

夾擊不是隨機施壓，換防也不是隨機保護。一個結合 LSTM 和 CNN 的混合模型，從三萬多段 NBA 追蹤數據裡，讀出了防守戰術背後的時機與空間邏輯。

2026年4月23日4 分鐘·—

籃球研究

高中只打一種球，進 NBA 反而更容易受傷。

2025 年發表的研究追蹤 318 名 NBA 選秀前 30 順位球員，發現高中時期參與多項運動的球員，職業生涯前三季不只打了更多場比賽、跑了更長距離，因傷缺賽率也顯著更低，而且在工作量增加時比單項專精球員更不容易受傷。

2026年4月21日6 分鐘·—

籃球研究

NBA 球員半月板手術後，重返賽場的勝算有多高。

2025 年發表於《運動科學與醫學期刊》的研究分析了 47 名 NBA 球員接受半月板手術的術後成績，復出率高達 90.7%，上場時間與效率在術後第二年全面恢復，但出賽場次比率的下降卻持續存在，可能與「負荷管理」趨勢有關。

2026年4月20日5 分鐘·—

籃球研究

教練真的有差嗎？拆解 NBA 總教練的戰術貢獻。

格雷格‧波波維奇年薪高達 1600 萬美元，但他的勝率有多少是球員的功勞、多少是他自己的本事？這篇論文用單調貝氏迴歸樹，在控制球員實力之後，第一次讓「戰術貢獻」可以被獨立測量。

2026年4月17日6 分鐘·—

籃球研究

球員組合的魔法：超圖理論如何同時替陣容打分數

傳統的 Adjusted Plus-Minus 只能告訴你一個球員獨自的價值，但它沒辦法告訴你 Harden 和 Embiid 搭在一起是不是特別厲害。這篇論文用超圖理論補上這個缺口，讓雙人組、三人組、整套陣容都能同時被評分。

2026年4月16日6 分鐘·—

籃球研究

搶籃板，真的需要「搶」嗎？

Andre Drummond 年年霸佔籃板榜，Steven Adams 卻默默無聞。但行家都說 Adams 才是真正讓球隊贏得籃板大戰的人。這篇論文用統計方法，把這個直覺說清楚了。

2026年4月15日4 分鐘·—

籃球研究

最弱的那個人，決定了這支五人組能不能贏。

一篇 NBA 陣容預測論文的核心發現：衡量一個五人組能不能打贏，最重要的指標不是最強的人，而是最弱的那個。

2026年4月14日3 分鐘·—

籃球研究

機器能預測 NBA 比賽結果嗎？

葡萄牙理工學院的研究者拿十個球季的 NBA 數據訓練了超過十種演算法，最好的準確率是 65%。這個數字看起來不高，但在籃球預測的世界裡，其實已經是認真的成果。

2026年4月11日3 分鐘·—

球鞋1 篇

球鞋

40 歲，我的 13 雙球鞋。

近年買進的球鞋累積到 13 雙：五雙 LaMelo Ball 的 PUMA MB 系列、兩雙 ASICS UNPRE ARS LOW、Cooper Flagg 著用的 New Balance Hesi Low v2、EGOZARU 的首雙簽名鞋 RIKU 1、一雙 AND1 Rise、一雙林書豪的 XTEP JLIN 2，還有 Kobe 與 Jordan 的復刻經典。重複出現的適配對象，畫出一個 40 歲業餘球員的球風輪廓。

2026年7月24日8 分鐘·—