MétaCan
Menu
Retour à la cohorte
Enregistrement W1987143296 · doi:10.1123/iscj.2013-0005

A Case Study of a Parasport Coach and a Life of Learning

2014· article· en· W1987143296 sur OpenAlexaff
Shaunna Taylor, Penny Werthner, Diane M. Culver

Notice bibliographique

RevueInternational Sport Coaching Journal · 2014
Typearticle
Langueen
DomainePsychology
ThématiqueSport Psychology and Performance
Établissements canadiensUniversity of CalgaryUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésCoachingLifelong learningThematic analysisPsychologyPerspective (graphical)AthletesPedagogyQualitative researchSociologyComputer scienceSocial science

Résumé

récupéré en direct d'OpenAlex

The complex process of sport coaching is a dynamic and evolving practice that develops over a long period of time. As such, a useful constructivist perspective on lifelong learning is Jarvis’ (2006, 2009) theory of human learning. According to Jarvis, how people learn is at the core of understanding how we can best support educational development. The purpose of the current study is to explore the lifelong learning of one parasport coach who stood out in his feld, and how his coaching practice evolved and developed throughout his life. A thematic analysis (Braun & Clarke, 2006) was used to extract themes and examples from three two-hour interviews as well as interviews with key collaborators in his coaching network. The findings reveal a coach whose coaching practice is founded on pragmatic problem solving in the face of a lack in resources; an investment in formal and nonformal adapted activity education at the start of his parasport career; and observation, communication, and relationship-building with his athletes and the parasport community. Suggestions are provided for coach developers on how they might invest resources and create learning opportunities for coaches of athletes with a disability.

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)0,009
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 enseignants0,035
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0350,009
Communication savante0,0060,005
Science ouverte0,0040,008
Intégrité de la recherche0,0080,009
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,031
Tête enseignante GPT0,350
Écart entre enseignants0,320 · 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

Citations67
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Sport Coaching JournalMême sujetSport Psychology and PerformanceTravaux en français237 207