MétaCan
Menu
← Retour à la cohorte
Enregistrement W4361270723 · doi:10.4324/9781003375968-26

The developmental and professional activities of female international soccer players from five high-performing nations

2023· book-chapter· en· W4361270723 sur OpenAlexaboutno aff
Paul R. Ford, Nicola J. Hodges, David Broadbent, Donna O’Connor, Dawn M. Scott, Naomi Datson, Helena Andersson, A. Mark Williams

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyApplied psychology

Résumé

récupéré en direct d'OpenAlex

We study the developmental and professional activities engaged in by 86 female adult soccer players from the senior national teams of Australia, Canada, England, Sweden, and the United States of America. Players completed the Participation History Questionnaire (PHQ) to elicit the amount and type of activities engaged in across their developmental and professional years, including milestones, soccer-specific activity and engagement in other sport activity. Greater specialisation than diversification characterised their childhood developmental activities, including all players starting in soccer in childhood and accumulating more hours in soccer activity than other sports during this period. However, interindividual variation further characterised these childhood activities, with a proportion of players diversifying into other sports and/or soccer play to a greater or lesser degree during childhood when compared to the other players. The amount of coach-led soccer practice increased for all players across their development culminating in an average of 15–16 h/wk across a 40-week season in early adulthood. In contrast, the amount of engagement in other sports and soccer peer-led play varied between players but generally decreased across adolescence to negligible amounts in late adolescence. Findings are commensurate with the deliberate practice framework and early engagement.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,276
Écart entre enseignants0,249 · 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'étudeQualitatif
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSports Performance and Training→Travaux en français237 207→