MétaCan
Menu
Retour à la cohorte
Enregistrement W2942635810

The community size effect in Canadian Olympic and paralympic athletes: Exploring inter-provincial heterogeneity in athlete development

2018· article· en· W2942635810 sur OpenAlexaffabout
Lou Farah, Nick Wattie, Kaitlyn LaForge-MacKenzie, Joseph Baker

Notice bibliographique

RevueJournal of Exercise, Movement, and Sport (SCAPPS refereed abstracts repository) · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSport and Mega-Event Impacts
Établissements canadiensOntario Tech UniversityYork University
Organismes subventionnairesnon disponible
Mots-clésAthletesPopulationDemographyPopulation sizeGeographyElite athletesMedicineSociologyPhysical therapy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Community size effects indicate elite athletes are more likely to originate from regions of medium-to-large population sizes, and less likely to originate from exceedingly small or large cities (Cote et al., 2006; Baker et al., 2009). However, recent literature has revealed variation in this effect both within population size categories (Farah et al., 2017) and between provincial regions of Canada (Wattie et al., 2018). This research explored the consistency of this effect in Canadian Olympians (N = 568) and Paralympians (N = 199) who debuted between 2010 and 2016. Athletes' places of birth were grouped by population size categories: < 2,500; 2,500 – 4,999; 5,000 – 9,999; 10,000 – 29,999; 30,000 – 99,999; 100,000 – 249,999; 250,000 – 499,999; 500,000 – 999999; ? 1,000,000 and the percentage of athletes originating from each population size category were calculated and compared across Canadian provinces. Results showed considerable inter-provincial heterogeneity in athlete development. For instance, the percentage of Olympians in each population size category ranged considerably depending on provincial region: (1.2 - 16.1%), (0 – 3.6%), (2 – 12.5%), (3.6 – 14.4%), (1.8 – 38.5%), (0 – 32.1%), (0 – 50%), (0 – 71.4%), and (0 – 32.4%), respectively. Similarly, the percentage of Paralympians ranged from (0 – 7.1%), (0 – 12.5%), (0 – 7.3%), (0 – 24.4%), (8.2 – 50%), (0 – 57.1%), (0 – 12.5%), (0 – 72.7%), and (0 – 19.5%), respectively. These findings suggest athlete development environments are not equal in similarly sized cities across provincial regions of Canada. Consequently, future research may benefit from exploring specific environmental contexts that are conducive for athlete development that extend beyond population size.

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)0,003
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,021
Score d'incertitude au seuil0,093

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0030,002
Communication savante0,0010,001
Science ouverte0,0020,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,031
Tête enseignante GPT0,277
Écart entre enseignants0,246 · 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

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Exercise, Movement, and Sport (SCAPPS refereed abstracts repository)Même sujetSport and Mega-Event ImpactsTravaux en français237 207