MétaCan
Menu
Retour à la cohorte
Enregistrement W2463460182 · doi:10.1249/01.mss.0000478632.00087.72

Precocity-longevity Effects In Sport

2015· article· en· W2463460182 sur OpenAlexaffabout
Srdjan Lemez, Nick Wattie, Chris I. Ardern, Joseph Baker

Notice bibliographique

RevueMedicine & Science in Sports & Exercise · 2015
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueSports Analytics and Performance
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésLongevityBasketballDemographyLeagueProportional hazards modelGerontologyMedicinePsychologyInternal medicineHistory

Résumé

récupéré en direct d'OpenAlex

Investigations into the precocity-longevity hypothesis (PLH) have suggested that early high career achievement has a negative impact on the longevity of eminent persons (i.e., presidents, prime ministers, etc.) and professional baseball players. PURPOSE: Our purpose was to further examine the relationship between precocious achievement and lifespan differences in athlete populations; in particular, we considered different statistical approaches (e.g., survival vs. correlation) on this relationship. METHODS: The effects of debut age on longevity were examined in National Basketball Association (NBA) and Canadian-born National Hockey League (NHL) players. Both alive and deceased players were investigated using descriptive, correlation, regression, and survival analyses, also controlling for debut age, playing position, years played, and death age. RESULTS: Descriptively, median lifespan for early achievers was higher than it was for late-achievers in NBA players who debuted between 1947-1979 (N = 1847; 83.5 y vs. 81.5 y). In a subsample of deceased players from the 1940s and 1950s (n = 377), age of entry was positively correlated with age of death (r = 0.26, p < .001), and was a significant predictor of lifespan [F(1,376) = 27.04, p < .001]. Further, in Canadian-born NHL players who died between 1917-2010 (n = 937) debut age (M = 23.09) was correlated with death age (M = 68.27; r = .071, p < .001). Alternatively, the use of Kaplan-Meier and Cox regression survival analyses did not support the PLH in the NBA [1947-1979 debut; χ2 (1, N = 1847) = 2.53, p = .11], even after adjusting for playing position and decade of playing debut (Hazard Ratio: 1.06, 95% Confidence Interval: 0.86-1.32), nor in the ice-hockey sample [1917-1986 debut; χ2 (1, N = 2971) = 2.35, p = 0.12], after adjusting for playing position and years played (HR: 0.91, 95% CI: 0.79-1.05). CONCLUSION: These data suggest that the type of statistical analysis influences support for the PLH. Future analytical strategies must be exceedingly cautious in circumventing potential biases when testing this hypothesis in both athlete (e.g., National Football League) and eminent samples (e.g., Nobel Prize recipients).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,023
Score d'incertitude au seuil0,814

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,028
Tête enseignante GPT0,259
Écart entre enseignants0,230 · 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 tête enseignante, 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

Citations0
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMedicine & Science in Sports & ExerciseMême sujetSports Analytics and PerformanceTravaux en français237 207