Maturational and social factors contributing to relative age effects in school sports: Data from the London Youth Games
Notice bibliographique
Résumé
Few studies have investigated whether relative age effects (RAEs) exist in school sport. None have sought to test the competing maturational and social-agent hypotheses proposed to explain the RAE. We aimed to determine the presence of RAEs in multiple school sports and examine the contribution of maturational and social factors in commonplace school sports. We analyzed birth dates of n=10645 competitors (11-18 years) in the 2013 London Youth Games annual inter-school multisport competition and calculated odds ratio (OR) for students competing based on their yearly birth quarter (Q1-Q4). Multivariate logistic regression was used to determine the relative contribution of constituent year (Grade) and relative age in netball and football which used multiyear age groupings. In girls, RAEs were present in the team sports including hockey, netball, rugby union, cricket and volleyball but not football. In boys, RAEs were stronger in common team sports (football, basketball cricket) as well as athletics and rowing. In netball and football teams with players from two constituent years, birth quarter better-predicted selection than did constituent year. Relatively older players (Q1) from lower constituent years were overrepresented compared with players from Q3 and Q4 of the upper constituent years. RAEs are present in the many sports commonplace in English schools. Selection of relatively older players ahead of chronologically older students born later in the selection year suggests social agents contribute to RAEs in school sports.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».