Population density and proximity to junior developmental teams affect the development of National Hockey League draftees
Notice bibliographique
Résumé
Inconsistencies in community size effects found between and within countries (Baker et al Eur J Sport Sci. 2009;9:329-339; Bruner et al J Sports Sci. 2011;29:1337-1344; Wattie et al J Sports Sci. 2018;36:436-444) suggest population size may not be an accurate predictor of athlete development and that other proxies of early environmental characteristics are needed. Researchers have begun to explore the influence of population density and proximity to local sport clubs on athlete development in European countries; however, similar analysis remains to be conducted in Canadian ice hockey. The current study focused on National Hockey League (NHL) draftees and explored whether population density and proximity to Canadian Hockey League teams were associated with the number of draftees produced. Linear regression analyses showed a significant positive relationship between population density and the development of draftees in all provincial regions; however, a significant negative relationship between proximity to CHL teams and NHL draftee development was observed in four out of six provincial regions (British Columbia, Ontario, Quebec, and the Atlantic Provinces). Moreover, population density appeared to be a better predictor of NHL talent development than proximity to CHL teams. Future research may benefit from exploring the effects of these two variables within population size categories, as well as between different regions within provinces.
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 | 0,004 | 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 ».