Data_Sheet_1_Relative Age Effect in Canadian Hockey: Prevalence, Perceived Competence and Performance.CSV
Notice bibliographique
Résumé
<p>The term “relative age effect” (RAE) is used to describe a bias in which participation in sports (and other fields) is higher among people who were born at the beginning of the relevant selection period than would be expected from the distribution of births. In sports, RAEs may affect the psychological experience of players as well as their performance. This article presents 2 studies. Study 1 aims to verify the prevalence of RAEs in minor hockey and test its associations with players' physical self-concept and attitudes toward physical activities in general. Study 2 verifies the prevalence of the RAE and analyzes the performance of Canadian junior elite players as a function of their birth quartile. In study 1, the sample is drawn from 404 minor hockey players who have evolved from a recreational to an elite level. Physical self-concept and attitudes toward different kinds of physical activities were assessed via questionnaires. Results showed that the RAE is prevalent in minor hockey at all competition levels. Minor differences in favor of Q1-born players were observed regarding physical self-concept, but not attitudes. In study 2, data analyses were conducted from the 2018–2019 Canadian Hockey League database. Birth quartiles were compared on different components of performance by using quantile regression on each variable. Results revealed that RAEs are prevalent in the CHL, with Q1 players tending to outperform Q4 players in games played and power-play points. No other significant differences were observed regarding anthropometric measures and other performance outcomes. RAEs are still prevalent in Canadian hockey. Building up perceived competence and providing game-time exposure are examples of aspects that need to be addressed when trying to minimize RAEs in ice hockey.</p>
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,401 | 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 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 ».