MétaCan
Menu
← Retour à la cohorte
Enregistrement W2954915460 · doi:10.1249/01.mss.0000562940.86978.a1

The Role of Growth and Maturation During Adolescence on Team Selection and Short-Term Sports Participation

2019· article· en· W2954915460 sur OpenAlexaff
Adam Baxter‐Jones, Donovan Dale, Leah Ferguson, Kent C. Kowalski, Louise Humbert

Notice bibliographique

RevueMedicine & Science in Sports & Exercise · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésAthletesBasketballAnthropometryQuartileDemographySittingPsychologyPhysical therapyTest (biology)MedicineGeographyBiology

Résumé

récupéré en direct d'OpenAlex

Older (born in a month at the start of the team selection year; termed relative age (RA)), more mature adolescent athletes are more likely to be selected onto youth teams. However, little is known as to whether selection onto a team influences an individual’s short-term sports participation. PURPOSE: (i) to investigate the relationship of RA, anthropometrics, and maturity on team selection and (ii) the short-term (3 years) consequence of selection on sports participation. METHODS: 851 participants were recruited from six bantam team sport try-outs: soccer, football, basketball, volleyball, baseball and hockey. Parental heights, date of birth, date of test, height, sitting height and weight were recorded and age at peak height velocity (APHV) and final adult height predicted. Athletes were placed in month quartiles for month of birth.Reference standards were used to create z-scores. Sports participation was recorded at try outs and at 3 year follow-up. Analysis included chi-squared and ANOVA. RESULTS: The sample showed an over representation of the first and second birth month quartiles (p < 0.05). Z-scores for height ranged from 0.1 (1.1) to 1.8 (1.2) and were significantly different between sports (p<0.05). Some height and APHV differences were found between selected and non-selected athletes (p < 0.05). 4% of non-selected athletes dropped out of all sport participation. 84% of selected athletes were still in the same sport compared to 68% of athletes still in the same sport but who were not selected. DISCUSSION: In general athletes at try-out were already taller than the general population, in some sports were maturing earlier, and were born early in the selection year. If not selected a large percentage changed sports. Coaches should be aware of the consequences of selecting the oldest, tallest and more mature athletes on continued sports participation.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
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)0,0010,000

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 Opus0,009
Tête enseignante GPT0,266
Écart entre enseignants0,258 · 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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedicine & Science in Sports & Exercise→Même sujetSports Performance and Training→Travaux en français237 207→