Investigation of Relative Age Effect in Female Soccer: Born to Play?
Notice bibliographique
Résumé
Early identification and development of “talented” athletes in youth sport is of primary interest to national governing bodies of sport and sport clubs across all sports. Selection bias during recruitment and planning the developmental pathways of athletes is a critical issue to address, and relative age effect (RAE) is one of the concepts to be investigated in this regard. The aim of this study was to examine the prevalence of RAE in U17 and U20 FIFA Women’s World Cup, and to investigate the role of age category, playing position and continents with regard to RAE. A total of 2016 female soccer players (U17=1008, U20=1008) participating in the last three consecutive U17 and U20 FIFA Women's World Cups were evaluated based on the birth month distributions. Inter-quartile differences were assessed using the Chi-square (χ²) goodness-of-fit test, and odds ratios (OR) and 95% confidence intervals were calculated to compare quartiles. RAE was more prevalent in U17 compared to U20 (χ2=43.865, p<.001, V=0.12; χ2=24.071, p<.001, V=0.09, respectively). For all positions, the number of female soccer players born in the first quarter of the year was higher than those born in the last quarter. In U17, RAE was statistically significant in all positions, while in U20 only defenders and midfielders’ distributions were significantly skewed. In conclusion, RAE is a critical issue to investigate in female soccer context, and age categories, playing position and continents seem such moderators of RAE that coaches and policy makers need to consider.
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 | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».