Leveling the Playing Field: A New Proposed Method to Address Relative Age- and Maturity-Related Bias in Soccer
Notice bibliographique
Résumé
Despite various solutions proposed to solve the relative age effect (RAE), it is still a major problem confounding talent identification and selection processes. In the first phase, we sampled 302 under 7–21 academy soccer players from two Belgian professional soccer clubs to explore the potential of a new approach to solve the inequalities resulting from relative age- and maturity-related bias. This approach allocates players into four discrete quartile groups based on the midway point of their chronological and estimated developmental (ED) birth dates (calculated using the growth curves for stature of Belgian youth). With the use of chi square analyses, a RAE was found ( p < 0.01) for the overall sample (Q1 = 41.4% vs. Q4 = 14.9%) that completely disappeared after reallocation (Q1 = 26.5%; Q2 = 21.9%; Q3 = 27.5%; Q4 = 24.2%). According to the new allocation method, the stature difference was reduced, on average, by 11.6 cm (from 24.0 ± 9.9 to 12.4 ± 3.4 cm, d = 1.57). Body mass difference between the two methods was 1.9 kg (20.1 ± 11.3–18.2 ± 13.1 kg, respectively, d = 0.15). The new method created a maximum chronological age difference of 1.9 vs. 0.8 years for the current method. With the use of this method, 47% of the players would be reallocated. Twenty-three percent would be moved up one age category, and 21% would be moved down. In the second phase, we also examined 80 UK academy soccer players to explore if reallocating players reduces the within-playing group variation of somatic and physical fitness characteristics. The percentage coefficient of variation (%CV) was reduced (0.2–10.1%) in 15 out of 20 metrics across U11–U16 age categories, with the U13 age category demonstrating the largest reductions (0.9–10.1%) in CV. The U12 and U13 age categories and associated reallocation groupings showed trivial to small (ES = 0.0–0.5) between-method differences and trivial to moderate (ES = 0.0–1.1) differences within the U14–U16 age categories. A reduction in RAE may lead to fewer dropouts and thus a larger player pool, which benefits, in turn, talent identification, selection, and development.
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 | 0,001 | 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 | 0,001 |
| 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 ».