MétaCan
Menu
Retour à la cohorte
Enregistrement W2924786546 · doi:10.3390/sports10050079

An Examination of Relative Age and Athlete Dropout in Female Developmental Soccer

2022· article· en· W2924786546 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueSports · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueSport Psychology and Performance
Établissements canadiensUniversity of Windsor
Organismes subventionnairesSocial Sciences and Humanities Research Council
Mots-clésDropout (neural networks)QuartileDemographyCohortAthletesPsychologyCompetition (biology)MedicineGerontologyPhysical therapyInternal medicineConfidence interval

Résumé

récupéré en direct d'OpenAlex

Sport dropout rates among children and youth are a concern for researchers and policy makers. The impact of relative age effects (RAEs) on dropout trends has not been adequately examined in female samples. The purpose of this study was to longitudinally examine dropout in a female soccer cohort in Ontario, Canada. Registration entries for a one-year cohort were examined across a seven-year period (n = 9908; age 10–16 years). A chi-square analysis established the presence of RAEs in the initial year of registration. Survival analyses assessed the impact of relative age, competition level, and community size on athlete dropout. A median survival rate of four years was observed for players born in the first quartile, while all remaining quartiles had a median survival of three years. Community size did not predict dropout in this analysis; however, competition level was a significant predictor, with competitive players being more likely to remain engaged vs. recreational players (55.9% vs. 20.7%). The observed trends are likely to have a significant impact from both a healthy development and systems perspective (e.g., economic/market loss). Intervention is needed to mitigate current dropout trends in female athletes. Practical applications are discussed.

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.

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 enseignants0,043
Score d'incertitude au seuil0,996

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)0,0050,000

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 GPT0,312
Écart entre enseignants0,288 · 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