The age-performance profile of professional and recreational marathon runners
Notice bibliographique
Résumé
The relationship between age and productivity/performance has for decades been a matter of policy concern. However, given the massive demographic changes that most industrialized societies are confronted with over the next decades (United Nations 2013), this question needs to be addressed again, for example to design adequate pension policies because "policies on aging should take into account physical deterioration rates" (Fair 1994: 117). While early studies (e.g. Breen and Spaeth 1960; Dennis 1956; Meltzer 1949; Zuckerman 1967) have used rather small samples of either bluecollar workers or researchers to identify the age-performance gradient, more recent studies are based on large samples with detailed information on homogeneous groups of workers such as American farmers (Tauer 1995), Belgian, Canadian, and Dutch manufacturing workers (Cataldi et al. 2011; Dostie 2011; Lallemand and Rycx 2009; van Ours and Stoeldraijer 2011), and German automobile workers (Börsch-Supan and Weiss 2016). Moreover, particular groups of either artists (e.g. British novelists [Crozier 1999] and American contemporary painters [Galenson and Weinberg 2000]) or American physicists and earth scientists (Levin and Stephan 1991), psychologists (Horner et al. 1986), chemists, geologists, mathematicians, and sociologists (Cole 1979), and economists (Oster and Hamermesh 1998) as well as Australian judges (Smyth and Bhattacharya 2003) have been studied to identify an occupation-specific age-performance relationship.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,003 |
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 ».