Knowing what to do and doing it: Differences in self-assessed tactical skills of regional, sub-elite, and elite youth field hockey players
Notice bibliographique
Résumé
To determine whether youth athletes with an "average" (regional), "high" (sub-elite), and "very high" (elite) level of performance differ with respect to their self-assessed tactical skills, 191 youth field hockey players (mean age 15.5 years, s = 1.6) completed the Tactical Skills Inventory for Sports (TACSIS) with scales for declarative ("knowing what to do") and procedural ("doing it") knowledge. Multivariate analyses of covariance with age as covariate showed that elite and sub-elite players outscored regional players on all tactical skills (P < 0.05), whereas elite players had better scores than sub-elite players on "positioning and deciding" (P < 0.05) only. The sex of the athletes had no influence on the scores (P > 0.05). With increasing level of performance, scores on declarative and procedural knowledge were higher. Close to expert performance, declarative knowledge no longer differentiated between elite and sub-elite players (P > 0.05), in contrast to an aspect of procedural knowledge (i.e. positioning and deciding), where elite players outscored sub-elite players (P < 0.05). These results may have implications for the development of talented athletes.
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 | 0,002 | 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 | 0,001 |
| 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 ».