Place of development and dropout in youth ice hockey
Notice bibliographique
Résumé
Smaller cities in North America are associated with higher rates of elite talent development in sport compared to larger cities (Côté et al., 2006), but little is known about how city size affects participation. The objectives of this study were to examine the relationship between city size and participation in Canadian male youth ice hockey and to examine if there was a link between city size and dropout using a subset of the sample. A database obtained from the Ontario Hockey Federation provided the participation counts of 15,565 players from 2004 until 2010. To test the relationship between city size and participation, the number of years each player was registered was examined in relation to the city size category (n=9) in which he participated. There was a significant negative correlation (p < .001), meaning participation rates increased as city size decreased. To examine the impact of city size on dropout, the distribution of players who were registered for only 1 or 2 years (n = 1,819) was compared with the distribution of players who were registered for 6 or 7 years (n =11,025) in the 9 city size categories. Odds ratios revealed that cities of over 500,000 people were 2.88 times more likely to produce dropouts than engaged players compared to all other city sizes. Together, these findings suggest that sport programs in smaller cities are more conducive towards promoting prolonged participation in youth sport. Implications for sport program policies will be discussed.Acknowledgments: We would like to thank the Ontario Hockey Federation, Melissa Wolk, Bill Pearce, and Jeff Moon for their great support and contributions towards this project.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».