MétaCan
Menu
← Retour à la cohorte
Enregistrement W4401046094 · doi:10.59614/acief42024153

Executive functions, deliberate practice, and biological maturation are associated with soccer success

2024· article· en· W4401046094 sur OpenAlexaff
Daniel Carnevale, Marije Elferink-Gemserc, Erick Francisco Quintas Conde, Barbara Huijgen, Caique Andrade, Julia Castellano, Davi Correia da Silva, Fabrício Vasconcellos

Notice bibliographique

RevueRevista Académica Internacional de Educación Física · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensCentre for Movement Disorders
Organismes subventionnairesnon disponible
Mots-clésFluencyPsychologyExecutive functionsChampionshipCognitionApplied psychologyDevelopmental psychologyMathematics educationAdvertisingNeuroscience

Résumé

récupéré en direct d'OpenAlex

The aim of this study was to analyze which variables were most important for the teams’ final rank. Executive function, deliberate practice, and biological maturation between a higher-ranked and a lower-ranked team in the championship were considered. The 51 players were divided into the top and bottom team. The players underwent stop-signal, design fluency, and verbal fluency tests. Deliberate practice was asked by questionnaire, and biological maturation was based on maturity offset. The statistical analyses were performed with discriminant analysis and a comparison between teams. The results showed a discriminatory power in biological maturation, deliberate practice, and design fluency test. The Stop-Signal results show statistically significant differences in favor of the top team (SSRT: p=0.006 / d=0.84 and MRT: p=0.016 / d=0.74). Moreover, players in the top team had more deliberate practice time (p<0.000 / d=1.41), as well more advanced maturation (p<0.000 / d=1.62) than the players in the bottom team. Therefore, executive function, deliberate practice, and biological maturation seems to be essential for collective soccer success and should be stimulated in training sessions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,304
Écart entre enseignants0,285 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista Académica Internacional de Educación Física→Même sujetSports Performance and Training→Travaux en français237 207→