MétaCan
Menu
Retour à la cohorte
Enregistrement W2167625738 · doi:10.5298/1081-5937-39.1.01

Athletes Are Different: Factors That Differentiate Biofeedback/Neurofeedback for Sport Versus Clinical Practice

2011· article· en· W2167625738 sur OpenAlexaff
Vietta E. Wilson, Erik Peper

Notice bibliographique

RevueBiofeedback · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésNeurofeedbackAthletesCovertBiofeedbackPsychologyAngerPhysical therapyPhysical medicine and rehabilitationSession (web analytics)Expectancy theoryApplied psychologyMedicineClinical psychologyElectroencephalographyPsychiatryComputer scienceSocial psychology

Résumé

récupéré en direct d'OpenAlex

Biofeedback and neurofeedback training procedures are often different for athletes than for clinical patients. Athletes come to improve performance whereas patients come to reduce symptoms. This article outlines factors that distinguish work with athletes from work with clinical patients. The differences in training include the purpose of training, the nature of the participant in training, session design, and covert factors underlying the training. Unlike clients, athletes often do intensive transfer of learning training, between 2 and 6 hours of daily sport practice across days, weeks, and months. Although biofeedback and neurofeedback are important factors for enhancing peak performance, there are many covert and overt factors producing performance success such as motivation, intensity of training, “A-ha” experiences, experimental expectancy, behavioral consequences, and mastery learning. The training process with athletes is illustrated through a case example of a young tennis player who mastered control of his anger.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,023
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,231
Tête enseignante GPT0,369
Écart entre enseignants0,138 · 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 tête enseignante, pas un consensus.

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

Citations22
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiofeedbackMême sujetSports Performance and TrainingTravaux en français237 207