MétaCan
Menu
Retour à la cohorte
Enregistrement W83551803

ONTARIO ICE-HOCKEY PARTICIPATION FOR MALE YOUTH BETWEEN THE AGES OF 10 AND 15 YEARS: AN EXAMINATION OF THE RELATIONSHIP BETWEEN RELATIVE AGE AND DROPOUT RATES

2012· book· en· W83551803 sur OpenAlexaffabout
Srdjan Lemez

Notice bibliographique

RevueScholarship at UWindsor (University of Windsor) · 2012
Typebook
Langueen
DomaineSocial Sciences
ThématiqueYouth Development and Social Support
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésIce hockeyDropout (neural networks)PsychologyDemographyMedicineSociologyPhysical medicine and rehabilitationComputer science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Sport is one avenue through which positive youth development (PYD) can occur (Jones et al., 2011). While some aspects about sport participation are positive, structural issues and registration cut-off dates may detract from positive development. The relative age effect (RAE) suggests that athletes born in the first two quartiles of a given selection year experience a selection advantage and therefore a greater opportunity for success. The purpose of the present study was to examine the relationship between relative age and dropout rates of Ontario Minor Hockey Association male ice-hockey players from ages 10 to 15 years (n=14,325). From chi-square analyses, it appears that dropout was highest amongst players born in quartiles three and four [χ2(3) = 12.85, p < .05; w = .03]. The over-representation of dropouts in the relatively younger players represents an important finding in youth ice-hockey research that has not previously been systemically examined by researchers.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,170
Score d'incertitude au seuil0,984

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,105
Tête enseignante GPT0,299
Écart entre enseignants0,194 · 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 tête enseignante, 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

Citations1
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScholarship at UWindsor (University of Windsor)Même sujetYouth Development and Social SupportTravaux en français237 207