Expert Performance in Sport: A Cognitive Perspective
Notice bibliographique
Résumé
Introduction The goal of this chapter is to present what is currently known about expert performance in sport. Research on expert performance in sport is a relatively recent area of inquiry covering only the last 30 years. Our view of its evolution is that there have been three overlapping phases in its development. During the 1970s and 1980s much of sport research employed recipient paradigms popular within experimental and cognitive psychology. Typical research of this time involved testing skilled and less-skilled or novice groups of athletes on sport-specific tests of recall and recognition, temporal and spatial occlusion of visual information, and anticipation (Abernethy, Thomas, & Thomas, 1993; Starkes, Helsen, & Jack, 2000). Again, following general trends in psychology verbal-protocol analyses of expert athletes were also published (Chiesi, Spilich, & Voss, 1979; McPherson, 1993a). At the end of the 1980s and early in the 1990s, developments in the recording and analyses of eye movements (Goulet, Bard, & Fleury, 1989; Vickers, 1992) and kinematic data (Carnahan, 1993) made it feasible to examine the eye movements of expert performers in contrast with less-skilled individuals to determine what athletes focused on and how their eye-movement patterns differed from less-skilled athletes (for reviews see Starkes et al., 2000; Williams, Davids, &Williams, 1999). The focus until the 1990s was largely perceptual-cognitive and aimed at establishing where differences existed between experts and novices within a particular sport domain.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,013 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».