Family dynamics and sport expertise
Notice bibliographique
Résumé
An athlete's family is known to play a significant role in their development and, arguably, their level of sport attainment (Knight, 2017). The current investigation sought to explore how family members' physical activity and sport involvement related to athletes' skill level. Data collected using the Developmental History of Athletes Questionnaire (DHAQ; Hopwood, 2013) on 229 athletes (M = 24.6 years, SD = 5.8) from 34 sports was examined. Athletes' skill level (Non-elite, pre-elite, or elite) were compared to familial characteristics and involvement in sport and physical activity using chi-square contingency tables or one-way ANOVA depending on variable type. Athlete skill level was associated with parent participation in each of the categories of physical activity examined (general fitness activities: p = .03, V = .18; recreational sport: p = .03, V = .18; competitive sport: p = .02, V = .18), and with sibling participation in all three categories combined (p = .04, V = .13). Athlete skill level was also associated with the highest level of competitive sport reached by parents (p < .01, ?b = .27) and siblings (p < .01, ?b = .22). Additionally, higher skilled athletes were more likely to be younger in birth order (adjusted standardized residual = 3.69). Moreover, the activity patterns of family members interacted to affect athlete development. This investigation extends the current understanding of how a family's physical activity and sport participation are related to athlete sport attainment, and reinforces the importance of family characteristics in the development of sport expertise.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».