Relative Age Effects in Female Hockey
Notice bibliographique
Résumé
Relative Age Effects in Female Hockey Mandee Motsenbocker Division of Allied Health Sciences, Indiana University Kokomo In sport, relative age effects occur when athletes’ birthdates result in participation or performance advantages over other athletes. Typically, advantages are witnessed for those born earliest in the selection year (i.e., first-quartile athletes) as they are older than their peers. This effect is prevalent in male sports, but less studied in female sports; however, the limited female research indicates that advantages are greatest for second-quartile athletes – an unusual trend. One plausible explanation for this, especially in hockey, is that the best female athletes play male sports at younger ages. Thus, the oldest players in a cohort would actually be under-represented in female sports. Herein, the purpose of this study was to investigate the relative age effect of female hockey players ( N = 29,924), comparing those who played female hockey versus those who played male hockey. A database of Canadian female hockey players registered in 2012 was examined. Based on hockey’s selection year (January - December), athletes’ birthdates were divided into quartiles. The resultant birthdate distribution was generated using chi-square statistics to analyze those in female and male hockey. First, results confirmed that females tend to compete in all-female hockey (n = 24,985) rather than male hockey (n = 4,939). Second, birthdate distributions were similar regardless of playing female or male hockey. Specifically, the pattern included an over-representation of athletes born in the second-quartile, with an under- representation of athletes born in the fourth-quartile ( p < .001). Finally, with few exceptions, this pattern was pervasive across age divisions. This research confirms the existence of a second- quartile advantage for female athletes, but the trend did not differ from female to male hockey. Researchers ought to explore avenues to explain this trend. One possibility is examining individual sports, as most research centers on team sports. Perhaps relatively older females excel in a different sport environment. Mentor: David J. Hancock, Division of Allied Health Science, Indiana University Kokomo
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».