MétaCan
Menu
Retour à la cohorte
Enregistrement W2896385180 · doi:10.1515/hukin-2017-0200

The Relative Age Effect in Poland's Elite Youth Soccer Players

2018· article· en· W2896385180 sur OpenAlexaboutno aff
Krystian Rubajczyk, Andrzej Rokita

Notice bibliographique

RevueJournal of Human Kinetics · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLeagueAthletesDemographyPopulationEliteTalent developmentQuarter (Canadian coin)MedicinePsychologyGeographyPhysical therapyPolitical scienceSociology

Résumé

récupéré en direct d'OpenAlex

Abstract The relative age effect (RAE) is related to discrimination against youth athletes born in the last quarter of the calendar year. The current study presents research on the RAE in elite youth soccer players in Poland. Players in the Central Junior League (CLJ) finals represent 0.59% of the 25,756 players under 20 years old (U20). This study analyzed the post-game protocols of the CLJ knockout stage from the 2013/2014 and 2014/2015 seasons as well as the U17-U21 teams during 2015, including only players who played on the field for at least one minute (n = 395). The results revealed the existence of RAE in the examined groups ( CLJ 2013/2014, χ23 = 15.441, p < 0.01, CLJ 2014/2015, χ23 = 20.891, p < 0.001 U17-U21, χ23 = 25.110, p < 0.001). In addition, the results differed by monthly birth distribution in the Polish population (PP) between 1995 and 1999. This study is the first to examine the RAE in youth soccer in Poland. The occurrence of the RAE with regard to the most promising youth and national team players suggests that a similar effect exists among younger age categories. To reduce the RAE related to identifying soccer talent, tools should be implemented to optimize the player-selection process, such as those that consider the biological development of a player.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,024
Tête enseignante GPT0,316
Écart entre enseignants0,292 · 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 source (Gemma direct ou Codex distillé), 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

Citations15
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Human KineticsMême sujetSports Performance and TrainingTravaux en français237 207