Inhouse vs Outsourced Skill Development in Professional Sports: Analysis of Baseball Careers
Notice bibliographique
Résumé
This study analyzes the effects of in-house vs. outsourced skill development on professional athletes’ early careers, by analyzing selection and promotion of prospects (promising young players) by Major League Baseball teams. Drawing on research on worker skill development and labor market transaction costs, I theorize three benefits to having a top-tier professional club control the development process for a set of prospective athletes: (1) development of more club-specific skills; (2) better assessment of unmeasurable skills; and (3) ability to maximize general skill development. Focusing on US baseball players exploits the fact that some prospects enter the minor league system (“inhouse” development) at age 18 while others opt for college (“outsourced” development) and do not enter the professional system until age 22. Using a dataset of 9,785 players drafted into the league from 1987 to 2013, I find some evidence that internal development may generate more club-specific skills that aid prospects’ careers. I find that from age 22, prospects that entered the minor leagues from high school may be less likely to be promoted to the top-tier league than those that developed in college—but among those that are promoted, the minor leaguers are promoted more quickly than the college prospects. Furthermore, I find that promotion rate and probability for minor league infielders than non-infielders, which is consistent with the assumption that infielders are more interdependent and thus benefit more from club-specific skills. I also find evidence that college draftees, relative to high school draftees, are more likely to be drafted below their pre-draft rankings. This is consistent with the idea that clubs are more concerned about the unmeasurable skills of college draftees, who will spend less time in the clubs’ development system, than of high school draftees. These findings raise questions about the lack of in-house development systems in other major professional sports, such as US football and basketball.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».