Physical Size Associations to Offensive Performance Among Major League Leaders
Notice bibliographique
Résumé
Minimal work has studied physical size effects on statistical performance among Major League players. In this study, longitudinal, bivariate, and regression analyses studied the impact of physical size on offensive baseball statistics within a homogeneous talent sample of Major League batting leaders. Body mass index (BMI) was calculated from heights and weights that were publicly available to form a statistical database of 4,360 offense leaders from 1950 to 2010. Repeated-measures analysis of variances examined differences in anthropometrics and baseball statistics between each decade from 1950 to 2010. Bivariate correlation and linear regression analyses evaluated BMI as an independent variable of influence, where all tests applied an a priori significance level (p ≤ 0.05). After 1980, offensive performance increased (p ≤ 0.05) concurrent to body mass and BMI growth (p < 0.001). During the 1960s, only batting average and on-base plus slugging percentages were found statistically decreased (p ≤ 0.05). All baseball statistics were positively correlated and predicted by BMI (p < 0.001). Consideration to covariant factors is required in data interpretation, yet nonetheless, our results showed physical size (BMI) to positively influence Major League offensive statistics. Over the 60-year period, greater body weight-to-height proportions owed to improved competitive performance, which suggests greater emphasis on hypertrophic stimuli in training and nutrition, as well as selection of larger professional baseball prospects.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».