Maturity-Associated Polygenic Profiles of under 12–16-Compared to under 17–23-Year-Old Male English Academy Football Players
Notice bibliographique
Résumé
The purpose of this study was to examine polygenic profiles previously associated with maturity timing in male academy football players across different age phases. Thus, 159 male football players from four English academies (U12–16, n = 86, aged 13.58 ± 1.58 years; U17–23, n = 73, aged 18.07 ± 1.69 years) and 240 male European controls were examined. Polygenic profiles comprised 39 single nucleotide polymorphisms and were analysed using unweighted and weighted total genotype scores (TGSs; TWGSs). There were significant differences in polygenic profiles between groups, whereby U17–23 players had more genetic variants associated with later maturity compared to U12–16 players (TGS, p = 0.010; TWGS, p = 0.024) and controls (TGS, p = 0.038; TWGS, p = 0.020). More specifically, U17–23 players had over two-times the odds of possessing >36 later-maturing alleles than <30 compared to U12–16 players (odds ratio (OR) = 2.84) and controls (OR = 2.08). These results suggest there was a greater proportion of relatively later-maturing players as maturation plateaus towards adulthood, which may be explained by the ‘underdog hypothesis’. This study provides the first known molecular evidence that supports the notion that a maturity selection bias exists within male academy 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 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 | 0,000 | 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 | 0,000 |
| 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 ».