MétaCan
Menu
Retour à la cohorte
Enregistrement W2987363272 · doi:10.3389/fpsyg.2019.02563

Getting to First Base: Developmental Trajectories of Major League Baseball Players

2019· article· en· W2987363272 sur OpenAlexaff
Matthew McCue, Joseph Baker, Srdjan Lemez, Nick Wattie

Notice bibliographique

RevueFrontiers in Psychology · 2019
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueSports Analytics and Performance
Établissements canadiensYork UniversityUniversity of Ontario Institute of Technology
Organismes subventionnairesnon disponible
Mots-clésLeagueInstitutionAthletesPsychologyMinor (academic)Medical educationPhysical therapyMedicinePolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

The pathways to elite-level athletic performance are complex and contain significant variability within and across sport type. The road to professional baseball illustrates the non-linearity of athlete development as players may be drafted from various high school, two-year, or four-year programs and then placed into extensive minor league systems. The purpose of this study was to identify the different pathways to Major League Baseball (MLB) and their influence on career success. Performance and developmental data of 2,291 American-born MLB players who debuted between 1990 and 2010 were collected using baseball-reference.com. Two performance indicators, career games played (GP) and wins above replacement (WAR; player’s total contributions in wins), were coupled with high school, post-secondary, and Minor League Baseball (MiLB) data. When distilled, analyses revealed 17 qualitatively different pathways to MLB. Additionally, 63% of the athletes started their career directly after attending a four-year higher education institution (23% high school, 14% junior college) and 79% did not sign or were not selected as high school draft picks. Position players drafted or signed from high school debuted in MLB younger (M = 23.99) and averaged significantly more MiLB GP (M = 909.13) than those drafted or signed from a two-year (M = 25.67 and 834.41 GP) or four-year institution (M = 25.95 and 752.33 GP). Pitchers signed or drafted from high school also debuted in MLB younger and played more MiLB games, as well as played in more MLB games than players from a two-year or four-year institution, F (8, 3,082) = 31.96, p ≤ .001. No significant differences of WAR were noted in position players or pitchers. With recent research suggesting that the sunk-cost fallacy is prevalent in the decisions of MLB teams, it is conceivable that this is a possible explanation for pitchers that were drafted from high school having the highest average GP. Future research may benefit from the consideration of post-secondary and/or high school statistics in combination with draft selection data, which may have important implications for improving talent identification accuracy.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,325
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,019
Tête enseignante GPT0,234
Écart entre enseignants0,215 · 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 tête enseignante, pas un consensus.

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

Citations5
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in PsychologyMême sujetSports Analytics and PerformanceTravaux en français237 207