MétaCan
Menu
Retour à la cohorte
Enregistrement W2012009001 · doi:10.5430/ijhe.v3n2p120

The Academic Achievement of Elite Athletes at an Australian University: Debunking the Dumb Jock Syndrome

2014· article· en· W2012009001 sur OpenAlexvenueno aff
Steve Georgakis, Rachel Wilson, Jamaya Ferguson

Notice bibliographique

RevueInternational Journal of Higher Education · 2014
Typearticle
Langueen
DomainePsychology
ThématiqueSport Psychology and Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEliteAthletesScholarshipAcademic achievementPsychologyElite athletesPopulationPhysical educationPedagogyPolitical scienceSociologyMedicineDemographyPhysical therapyLaw

Résumé

récupéré en direct d'OpenAlex

Elite athletes and their academic achievement in higher education have long been subject to considerable debate within North American scholarship. This interest proliferated especially after the release of the Knight Report (2001), which, amongst other findings, revealed a clear negative link between elite athletes and their academic achievement. While sport has always had a long and prominent presence in Australian higher education, both sport and education scholars have given very little attention to this area. To rectify this neglect, this study investigates the academic achievement of elite athletes (N=313) at an Australian university and compares their results to the general student population in the 2012 academic year. Using both qualitative interviews (n=20) and quantitative secondary data analysis, the findings suggest that despite heavy sporting commitments and necessarily demanding training timetables, the sampled elite athletes performed at levels equal to, or superior to, their peers. In particular they show a lower failure rate. These findings are discussed in relation to student abilities, education program management and the challenges faced in terms of elite athlete stereotyping.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,002
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,024
Tête enseignante GPT0,353
Écart entre enseignants0,329 · 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'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

Citations5
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Higher EducationMême sujetSport Psychology and PerformanceTravaux en français237 207