MétaCan
Menu
Retour à la cohorte
Enregistrement W2904912004 · doi:10.3390/sports6040167

The Constituent Year Effect: Relative Age Disparities in Australian Masters Track and Field Athletic Participation

2018· article· en· W2904912004 sur OpenAlexaff
Nikola Medic, Jasmine Lares, Bradley W. Young

Notice bibliographique

RevueSports · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueMotivation and Self-Concept in Sports
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésAthletesPromotion (chess)CompromiseDemographyTrack and field athleticsMedicinePsychologyGerontologyPolitical sciencePhysical therapySociologySocial science

Résumé

récupéré en direct d'OpenAlex

The constituent year effect, a source of relative age disparities, in masters sport has been demonstrated mainly amongst North American samples. Thus, the purpose of this study was to examine whether a participation-related constituent year effect exists among athletes (n = 6492) competing in Australian Masters Athletics competitions between 2000 and 2014. The results indicated that a participation-related constituent year effect was observed as the likelihood of participating was significantly higher for masters athletes in their first and second constituent year of any five-year age category (p < 0.0001) and was lower when they were in the fourth or fifth constituent year. The results also indicated this effect is influenced by gender and age. Specifically, the effect was significant for both male (p < 0.0001) and female (p < 0.001) masters athletes; as well during the third, sixth, seventh, and eighth + decades of life (all ps < 0.001). These data demonstrate that despite masters sport being an avenue for promotion of participation and overall health, there is potential for improving how competitive organizational strategies are implemented given the recurring intermittent patterns of participation associated with five-year age brackets which are likely to compromise benefits.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,024
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,021
Tête enseignante GPT0,311
Écart entre enseignants0,290 · 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 tête enseignante, pas un consensus.

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

Citations5
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSportsMême sujetMotivation and Self-Concept in SportsTravaux en français237 207