No More Mind Games: Content Analysis of In-Game Commentary of the National Football League’s Concussion Problem
Notice bibliographique
Résumé
American (gridiron) football played at the professional level in the National Football League (NFL) is an inherently physical spectator sport, in which players frequently engage in significant contact to the head and upper body. Until recently, the long-term health consequences associated with on the field head trauma were not fully disclosed to players or the public, potentially misrepresenting the dangers involved in gameplay. Crucial to the dissemination of this information to the public are in-game televised commentators of NFL games, regarded as the primary conduits for mediating in-game narratives to the viewing audience. Using a social constructionist theoretical lens, this study aimed at identifying how Game Commentators represented in-game head trauma and concussions during NFL games for viewer consumption, through a content analysis of 102 randomly sampled regular season games, over the course of six seasons (2009-2014). Specifically, this research questioned the frequency and prevalence of significant contact, commentator representations of significant player contact, commentator representations of the players involved in significant contact and commentator communication of the severity of health hazards and consequences associated with significant contact. Observed during the content analysis were 226 individual incidents of significant contact. Findings indicate that commentator representations of significant contact did not appropriately convey the potential health consequences associated with head trauma and concussions to the viewing audience. Instead, incidents of significant contact were constructed by commentators as glorified instances of violence, physicality and masculinity- largely devoid and diffusive of the severity of health consequences associated with head injuries and concussions.
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 | 0,004 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».