Comparing the home advantage in regulation and overtime in the National Basketball Association
Notice bibliographique
Résumé
The home advantage reflects the finding that the home team wins over 50% of the games played under a balanced home and away schedule (Courneya & Carron, 1992). Although teams competing in their home venue are more likely to win, Jones (2007) found the advantage diminishes throughout the game and into overtime in the National Basketball Association (NBA). Jones’ examination, however, was restricted to two seasons encompassing only 157 overtime games whereas typical home advantage studies examine several seasons’ worth of results to determine trends. Thus, the purpose of this project was to examine potential differences in the home advantage for games completed in regulation time versus those decided by overtime using a larger sample consisting of 12 NBA seasons. Home winning percentages for both regulation time and overtime games were obtained for 32 teams. A paired sample t-test was executed to compare winning percentages of regulation time (14,429) and overtime (906) games for each team in the NBA over 12 seasons. The results demonstrated that there was a significant decrease in winning percentage for the home team from regulation time (M = 60%, SD = .08) to overtime (M = 56%, SD = .12); t(31) = 2.20, p = .03, r = .238. As explained by Carron, Loughead, and Bray (2005), the home advantage is dependent on a variety of factors including the crowd, learning, travel, and rules, which then affect psychological and physiological states, critical behavioural states, and performance outcomes. Discussion is centered around salient explanations for the observed decrease in winning percentage in overtime.
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 | 0,000 |
| 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 ».