MétaCan
Menu
Retour à la cohorte
Enregistrement W2256203866 · doi:10.1007/s40279-016-0476-2

The Great British Medalists Project: A Review of Current Knowledge on the Development of the World’s Best Sporting Talent

2016· review· en· W2256203866 sur OpenAlexaff
Tim Rees, Lew Hardy, Arne Güllich, Bruce Abernethy, Jean Côté, Tim Woodman, Hugh Montgomery, Stewart J. Laing, Chelsea Warr

Notice bibliographique

RevueSports Medicine · 2016
Typereview
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensQueen's University
Organismes subventionnairesUK Sport
Mots-clésQuality (philosophy)Empirical evidenceWork (physics)Task (project management)Engineering ethicsPublic relationsPsychologyPolitical scienceManagementEngineeringEpistemology

Résumé

récupéré en direct d'OpenAlex

The literature base regarding the development of sporting talent is extensive, and includes empirical articles, reviews, position papers, academic books, governing body documents, popular books, unpublished theses and anecdotal evidence, and contains numerous models of talent development. With such a varied body of work, the task for researchers, practitioners and policy makers of generating a clear understanding of what is known and what is thought to be true regarding the development of sporting talent is particularly challenging. Drawing on a wide array of expertise, we address this challenge by avoiding adherence to any specific model or area and by providing a reasoned review across three key overarching topics: (a) the performer; (b) the environment; and (c) practice and training. Within each topic sub-section, we review and calibrate evidence by performance level of the samples. We then conclude each sub-section with a brief summary, a rating of the quality of evidence, a recommendation for practice and suggestions for future research. These serve to highlight both our current level of understanding and our level of confidence in providing practice recommendations, but also point to a need for future studies that could offer evidence regarding the complex interactions that almost certainly exist across domains.

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)0,006
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,039
Score d'incertitude au seuil0,078

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,013
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0130,011
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,112
Tête enseignante GPT0,413
Écart entre enseignants0,300 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations372
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSports MedicineMême sujetSports Performance and TrainingTravaux en français237 207