Heterogeneity in Community Size Effects: Exploring Variations in the Production of National Hockey League Draftees Between Canadian Cities
Notice bibliographique
Résumé
Previous research has explored ‘community size effects’ in a multitude of sporting and regional contexts and has shown that athletes are more likely to originate from small-medium population size categories, and less likely to originate from very small or large ones. However, it is not clear whether the production of athletes is homogenous within population size categories. Place of birth data were collected for all Canadian born hockey players drafted into the National Hockey League (NHL) from 2000-2014 from British Columbia (N = 192), Alberta (N = 218), Saskatchewan and Manitoba (N = 216), Ontario (N = 516), Quebec (N = 241), and the Atlantic Provinces (N = 74). To explore variations in the production of draftees within population size categories, proportions of productive cities, population mean (µ), population standard deviation (σ), as well as minimum/maximum values of the number of draftees were calculated for the different categories (1,000,000). In addition, the number of draftees produced per 1,000 residents (i.e., yield) was calculated for each city within all categories. Results showed substantial intra-categorical variability in NHL talent development; moreover, heterogeneity in draftee production existed in various degrees across provincial regions of Canada. Intra-categorical variability suggests that a single homogenous community size effect may not exist for Canadian NHL draftees, and that future research may benefit from exploring other environmental constraints on athlete development such as income, population density, and proximity to local sport clubs.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».