MétaCan
Menu
Retour à la cohorte
Enregistrement W2080146214 · doi:10.1519/jsc.0000000000000475

Changes in Physical Size Among Major League Baseball Players and Its Attribution to Elite Offensive Performance

2014· article· en· W2080146214 sur OpenAlexaff
Ryan L. Crotin, Charles M. Forsythe, Shivam Bhan, Thomas Karakolis

Notice bibliographique

RevueThe Journal of Strength and Conditioning Research · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésAnthropometryOffensiveLeagueDemographyAthletesBench pressMathematicsPopulationPsychologyPhysical therapyStatisticsMedicineOperations research

Résumé

récupéré en direct d'OpenAlex

Major League Baseball (MLB) players have not been longitudinally examined for changes in physical size. Height, weight, and body mass indices (BMIs) were examined among offensive league leaders (OLL) and MLB reference cohorts at 1970, 1990, and 2010. Anthropometric values were expected to increase successively, where OLL were expected to be larger at each respective time point. A Mixed Model analysis of variance (p ≤ 0.05) examined anthropometric differences over time within and between groups. Mass and BMI increased over successive years with the largest effect seen between 1990 and 2010 (p < 0.001). A significant height reduction was shown for OLL from 1970 to 1990 (p ≤ 0.05), being the only significant decrease in physical size; yet, leaders were heavier and taller compared with the MLB reference population (p < 0.014). Results show that physical size has evolved in MLB, with the OLL being the largest players shown at each year in succession. Professional baseball scouts may have been influenced by greater offensive prowess shown by larger athletes; yet, increased secular anthropometrics must also be factored in greater heights, weights, BMIs shown over time in MLB. It is possible that greater participation in strength and conditioning programs at an earlier age, advances in sport nutrition, and potential abuse of anabolic drugs are factors perpetuating growth rates at present.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,034
Tête enseignante GPT0,328
Écart entre enseignants0,294 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Strength and Conditioning ResearchMême sujetSports Performance and TrainingTravaux en français237 207