Gender comparison of perceptual-cognitive learning in young athletes.
Notice bibliographique
Résumé
Elite athletes can demonstrate higher perceptual cognitive abilities compared to non-athletes and those capacities can be trained, leading to higher tracking performances (Faubert, 2013). A recent study showed that differences were observed between male and female athletes in their cognitive abilities whereby male athletes showed superior perceptual abilities compared to female athletes (Legault, Sutterlin-Guindon, Faubert, 2022). The purpose of this study was to investigate whether there were gender differences in athletes’ perceptual cognitive learning using a 3D-MOT tracking task. The study was performed on 72 young people from 17 to 24 years of age; athlete males and females and non-athlete males and females were distributed in four distinct groups. Five separate sessions comprised of three thresholds were performed with each participant. Results indicated that all participants benefited from training and significantly increased their speed thresholds (i.e., participants were able to track targets at a greater speed after 5 sessions). Initial scores showed that male athletes achieved higher speed thresholds than any other groups. Furthermore, after 5 weeks, female athletes obtained higher speed thresholds in comparison to their non-athlete counterparts. In conclusion, engaging in sporting activity is associated with improved perceptual-cognitive abilities and learning. The results support the notion that sport-related activity is beneficial for perceptual-cognitive functions and emphasizes the benefits of participating in sport-related activities for improved brain function with an even greater impact for females.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,005 | 0,001 |
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.
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 ».