MétaCan
Menu
Retour à la cohorte
Enregistrement W1944973847 · doi:10.1111/j.1600-0838.2009.00885.x

Doping use among young elite cyclists: a qualitative psychosociological approach

2009· article· en· W1944973847 sur OpenAlexafffund
Vanessa Lentillon‐Kaestner, Catherine Carstairs

Notice bibliographique

RevueScandinavian Journal of Medicine and Science in Sports · 2009
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDoping in Sports
Établissements canadiensUniversity of Guelph
Organismes subventionnairesWorld Anti-Doping Agency
Mots-clésAmateurEliteMedicineFamily medicinePhysical therapyPolitical science

Résumé

récupéré en direct d'OpenAlex

Using a psychosociological approach, the purpose of this study was to identify and understand the use of doping substances by young elite cyclists. Semi-structured interviews were conducted with young cyclists who were hoping to find a professional team and cyclists who had recently become professional. All of the young cyclists interviewed took nutritional supplements and believed that they improved their performance, which has been shown by other scholars to be a risk factor for doping. These cyclists believed that doping at the professional level in cycling was acceptable but did not approve of it at the amateur level. They were attracted to doping; they were open to using doping substances themselves if it was the key to continuing their cycling career, but only after they became professional. Team staff, doctors, parents and friends helped to create a "clean" environment that prevented the young cyclists from doping before becoming professional. The more experienced cyclists, who doped or used to dope, transmitted the culture of doping to the young cyclists, teaching them doping methods and which substances to use. This study could help to improve prevention and help to detect doping, as it is clear that doping behaviors begin at the amateur level.

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)0,005
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0070,005
Communication savante0,0030,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,069
Tête enseignante GPT0,404
Écart entre enseignants0,335 · 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'étudeQualitatif
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

Citations150
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScandinavian Journal of Medicine and Science in SportsMême sujetDoping in SportsTravaux en français237 207