Relative Age Effects in Women’s Ice Hockey: Contributions of Body Size and Maturity Status
Notice bibliographique
Résumé
Research on relative age effects (RAEs) in women’s ice hockey is lacking data on participant characteristics, particularly body size and maturity status. The purposes of our study were to investigate RAEs in women’s ice hockey players from two countries, and to determine whether RAE patterns could be explained by chronological age, body size, and maturity status. Participants were 54 Swedish elite and 63 Canadian university players. Birthdates were coded by quartiles (Q1–Q4). Weight and height were obtained, and body mass index and chronological age were calculated for each player. Players recalled age at menarche, and maturity status was classified as early, average, or late relative to population-specific means. Chi-square (χ 2 ), odds ratios (OR), 95% confidence intervals (CI) and effect sizes (Cohen’s w ) were calculated using population data across quartiles and for pairwise comparisons between quartiles. Descriptive statistics and MANOVAs were run by quartile and by country. Significant RAEs were found for Canadian players across quartiles ( p < .05), along with a Q2 phenomenon (Q2: Q3, Q2: Q4, p < .05). Swedish players were overrepresented in Q3 (Q3: Q4, p < .05). Q4 was significantly underrepresented in both countries ( p < .05). The oldest, earliest maturing, and shortest players in both countries were clustered in Q2, whereas the next oldest and latest maturing Swedish players were found in Q3. Age, physical factors, and interactions may contribute to overrepresentations in Q2 and Q3. These findings do not suggest the same bias for greater relative age and maturity found in male ice hockey.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».