Strength and competitiveness are more strongly predictive of retrospective sport participation than 2D:4D in university-aged women
Notice bibliographique
Résumé
Objective: Females continue to participate in sport at lower rates than males. Girls who participate in sport gain many advantages. Even with programs designed to emphasize participation, some females continue with sport participation while others do not. Given the advantages and controversies surrounding testosterone and female sport, it is possible that testosterone may predispose females toward sport participation. Our objective was to determine if the second to fourth digit (2D:4D) ratio, a proxy for prenatal androgen exposure, correlates with sport participation throughout female adolescence and young adulthood. Methods: A cross-sectional analysis of indirect prenatal androgen exposure (i.e., 2D:4D) was completed on 18–30-year-old women ( n = 92) using demographics, anthropometrics, sport-specific behaviour tendencies, and retrospective sport participation. Results: 2D:4D was not significantly correlated with total sport participation (TSP) ( r = −0.065, p = 0.538). Secondary analyses revealed significant correlations between TSP and maximum hand grip ( r = 0.406, p = 0.000) and the Sport Orientation Questionnaire (SOQ comp ( r = 0.513475, p = 0.000), SOQ goal ( r = 0.253, p = 0.015), SOQ win ( r = 0.366, p = 0.000)). Conclusion: Although strength and competitiveness are strongly correlated with female sport participation, the impact of prenatal androgen exposure (i.e., 2D:4D) remains to be determined given its weak and negative association with female sport participation. Given that females participate in sport at lower rates than males, continuing to determine what factors influence sport participation is an important goal.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».