Describing Strategies Used by Elite, Intermediate, and Novice Ice Hockey Referees
Notice bibliographique
Résumé
UNLABELLED: Much is known about sport officials' decisions (e.g., anticipation, visual search, and prior experience). Comprehension of the entire decision process, however, requires an ecologically valid examination. To address this, we implemented a 2-part study using an expertise paradigm with ice hockey referees. PURPOSE: Study 1 explored the strategies referees indicated they used to make decisions. For Study 2, we sought to confirm the emergent codes of Study 1 and further examine referee expertise and evaluations of decision making. METHOD: In Study 1, 2 elite, 2 intermediate, and 2 novice referees wore helmet cameras for 1 game and participated in stimulated recall interviews, which were coded using theoretical and focused codes. Study 2 involved focus groups that each watched and commented on 2 helmet camera videotapes from Study 1; 1 videotape consisted of an elite referee's game and the other included an intermediate referee's game. The focus-group data were analyzed using the same coding structure from Study 1. RESULTS: Combined, 3 distinct theoretical codes were identified: (a) primary referee strategies, (b) secondary referee strategies, and (c) cognitive and situational influences on refereeing. Study 1 showed that elite referees demonstrated more sophisticated knowledge of the 3 theoretical codes. In Study 2, elite referees demonstrated enhanced declarative knowledge compared with intermediate and novice participants. CONCLUSIONS: Elite referees have more elaborate knowledge bases than do nonelite referees. In the discussion, we explain our results and link them with the action plan profiles framework.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».