An exploratory examination of career precocity and mortality in professional basketball players
Notice bibliographique
Résumé
Research on the correlates of talent development and expertise in areas outside of sport (e.g., politics and academia: McCann, 2001) suggests that those who reach notable career landmarks earlier in life also tend to have a shorter lifespan. To date, this phenomenon has yet to be explored in the domain of sport. This study examined mortality as a function of career precocity among deceased athletes who played in the National Basketball Association (NBA) in the 1940s and 1950s (N=377). Age of entry was positively correlated with age of death (r = .26, p < .001). Linear regression analysis also supported entry age as a significant negative predictor of lifespan (F (1,376) = 27.04, p < .001), accounting for approximately 7% of the variance in age of death. When entered into the regression equation entry ages of 22 and 25 predicted mean ages of death of 67.5 and 70.9, respectively. Interestingly, age of entry was negatively correlated with career length (measured as seasons played: r = - 28, p < .001). Importantly, these relationships may be confounded by athletes who were prematurely deceased and require further exploration. However, collectively, these results suggest a potentially negative consequence of early entry to professional basketball, which may be concerning considering the decline in mean entrance age throughout the history of the NBA. As such, if confirmed with more contemporary samples, these results may have implications for models of talent development in sport.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».