Talent Research in Sport 1990–2018: A Scoping Review
Notice bibliographique
Résumé
Several recent systematic and targeted reviews have highlighted limitations in our understanding of talent in sport. However, a comprehensive profile of where the scientific research has focused would help identify gaps in current knowledge. Our goal in this scoping review was (a) to better understand what others have done in the field of research (e.g., what groups have been examined using what research designs and in what areas), (b) to summarize the constituent areas of research in a meaningful way, (c) to help identify gaps in the research, and (d) to encourage future research to address these gaps. Peer-reviewed articles written in English that met several inclusion criteria were analyzed. A total of 1,899 articles were identified, and the descriptive findings revealed a relatively narrow focus of research on talent in sport. Specifically, the majority of examined articles focused on (a) males only, (b) the sport of soccer, (c) perceptual cognitive variables, (d) developing athletes, (e) adult samples, and (f) cross-sectional designs. For better or worse, the concept of talent remains a central element of how coaches, practitioners, and scientists think about athlete development. Findings from this scoping review highlight the continued need to explore issues related to talent identification, selection, and development in more diverse samples (e.g., female athletes and younger ages) and contexts (e.g., from Africa, Asia, and South America). There is also a clear necessity to focus on under-researched areas using alternative methodologies.
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 | 0,015 | 0,047 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,005 |
| Bibliométrie | 0,037 | 0,033 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».