A Research into Evaluation of Basketball Athletes’ Risk Perception Level
Notice bibliographique
Résumé
The aim of this study is to compare the risk perception levels of Basketball athletes in Turkish League teams according to some variables. In this research the “general screening model”, which is one of the descriptive screening methods, was used. While the population of the study consists of athletes actively engaged in the Turkish basketball league teams, its sampling consists of 229 athletes selected by chance and at random methods, which have been playing in different clubs. The questionnaire of Gok was used as a data tool in the study to perception of risk in sports. The difference between the risk perception levels according to the variables of gender, education level and years of playing basketball of the athletes who participated in the study were statistically significant. However, according to the variables of marital status and age of the athletes, the difference between the levels of risk perception statistically was not significant. Results showed that the average risk of female athletes were higher than the average risk of male athletes. The average risk of the athletes educated at high-school level were lower than the average risk of athletes educated at university and postgraduate level, average risk of athletes who play basketball between 1-5 years was lower than the average risk of athletes who play basketball between 6-10, 11-15, 16-20 and above 21 years. Basketball clubs, in order to be robust, should have professional managers in their club managements. Sports clubs should employ specialized advisors regarding the risks that players may encounter. In sports clubs, satisfaction of the players should be the first goal and expectations from them should be clearly specified. Sports clubs should also ask the players’ opinions when preparing strategic plans against the risk factors that may occur.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».