Exploring the role of socioeconomic status and psychological characteristics on talent development in an English soccer academy
Notice bibliographique
Résumé
Social factors and psychological characteristics can influence participation and development in talent pathways. However, the interaction between these two factors is relatively unknown. The aim of this study was to investigate the implications of socioeconomic status and psychological characteristics in English academy soccer players (n=58; aged 11 to 16 years). To assess socioeconomic status, participants’ home postcodes were coded according to each individual’s social classification and credit rating, applying the UK General Registrar Classification system and CameoTM geodemographic database, respectively. Participants also completed the six factor Psychological Characteristics for Developing Excellence Questionnaire (PCDEQ). A classification of ‘higher-potentials’ (n=19) and ‘lower-potentials’ (n=19) were applied through coach potential rankings. Data were standardised using z-scores to eliminate age bias and data were analysed using independent sample t-tests. Results showed that higher-potentials derived from families with significantly lower social classifications (p=0.014) and reported higher levels for PCDEQ Factor 3 (coping with performance and developmental pressures) (p=0.007) compared to lower-potentials. This study can be used to support the impetus for researchers and practitioners to consider the role of social factors and psychological characteristics when developing sporting talent. For example, facilitating player-centred development within an academy and, where necessary, providing individuals with additional support.
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 | 0,002 | 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».