MétaCan
Menu
Retour à la cohorte
Enregistrement W1969692218 · doi:10.1080/11745398.2012.744274

The nature of family influences on sport participation in Masters athletes

2012· article· en· W1969692218 sur OpenAlexafffundabout
Rylee A. Dionigi, Jessica Fraser‐Thomas, Jane Logan

Notice bibliographique

RevueAnnals of Leisure Research · 2012
Typearticle
Langueen
DomainePsychology
ThématiqueRecreation, Leisure, Wilderness Management
Établissements canadiensYork University
Organismes subventionnairesCharles Sturt UniversityYork UniversityUniverzita Karlova v Praze
Mots-clésAthletesRecreationNegotiationPsychologySpouseEliteFamily supportQualitative researchSocial supportSocial psychologyPolitical scienceSociologyMedicinePhysical therapy

Résumé

récupéré en direct d'OpenAlex

The purpose of this qualitative study was to examine the nature and source of family influences on sport participation in Masters athletes of varying skill and training commitment levels (from recreational to elite competitors). Participants were 14 married adults (nine men and five women) aged 46–61 years (M=50) from Ontario, Canada. Ten from the group had teenaged or university-aged children. Semi-structured interviews were aimed at understanding the role of family members in the athletes’ sport involvement, the athletes’ experiences of family support, absence of support, and family conflicts. Key themes in the data were: spousal (and children's) support by ‘allowing’ (i.e. not questioning or complaining about sport participation); scheduling (as a source of, and to avoid, conflict) with spouse; spouses (and parent/children) training together/training separately; and the indirect influence of children. This study shows that both positive and negative forms of family support can be negotiated to allow for ongoing sport participation in mid-later life. It brings together insights from research on the leisure constraints negotiation process, family and leisure participation, gender issues in leisure, and social support in sport and physical activity contexts.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,055
Score d'incertitude au seuil0,110

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0050,003
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,000
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 Opus0,241
Tête enseignante GPT0,519
Écart entre enseignants0,278 · 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

Citations53
Publié2012
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAnnals of Leisure ResearchMême sujetRecreation, Leisure, Wilderness ManagementTravaux en français237 207