MétaCan
Menu
Retour à la cohorte
Enregistrement W4308122163 · doi:10.3390/genes13112001

Genetic Variations between Youth and Professional Development Phase English Academy Football Players

2022· article· en· W4308122163 sur OpenAlexaff
A. McAuley, David C. Hughes, Loukia Tsaprouni, Ian Varley, Bruce Suraci, Joseph Baker, Adam J. Herbert, Adam L. Kelly

Notice bibliographique

RevueGenes · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetics and Physical Performance
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésFootballGenotypeOddsAlleleDemographyFootball playersAllele frequencyOdds ratioSingle-nucleotide polymorphismPsychologyGeneticsBiologyMedicineInternal medicineSociologyGeographyGeneLogistic regression

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to examine differences in the genotype frequency distribution of thirty-three single nucleotide variants (SNVs) between youth development phase (YDP) and professional development phase (PDP) academy football players. One hundred and sixty-six male football players from two Category 1 and Category 3 English academies were examined within their specific age phase: YDP (n = 92; aged 13.84 ± 1.63 years) and PDP (n = 74; aged 18.09 ± 1.51 years). Fisher’s exact tests were used to compare individual genotype frequencies, whereas unweighted and weighted total genotype scores (TGS; TWGS) were computed to assess differences in polygenic profiles. In isolation, the IL6 (rs1800795) G allele was overrepresented in PDP players (90.5%) compared to YDP players (77.2%; p = 0.023), whereby PDP players had nearly three times the odds of possessing a G allele (OR = 2.83, 95% CI: 1.13–7.09). The TGS (p = 0.001) and TWGS (p < 0.001) were significant, but poor, in distinguishing YDP and PDP players (AUC = 0.643–0.694), with PDP players exhibiting an overall more power-orientated polygenic profile. If validated in larger independent youth football cohorts, these findings may have important implications for future studies examining genetic associations in youth football.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0020,000

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 Opus0,021
Tête enseignante GPT0,272
Écart entre enseignants0,251 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGenesMême sujetGenetics and Physical PerformanceTravaux en français237 207