MétaCan
Menu
Retour à la cohorte
Enregistrement W2507849694 · doi:10.71910/supsi.864

L’attività sportiva nel doposcuola e il benessere dei preadolescenti

2016· dissertation· it· W2507849694 sur OpenAlexaboutno aff
Aaron Azzali

Notice bibliographique

RevueSUPSI ARIS · 2016
Typedissertation
Langueit
DomainePsychology
ThématiqueMotivation and Self-Concept in Sports
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

Il benessere dei preadolescenti è definito come un costrutto multidimensionale che include le dimensioni del benessere fisico, emotivo e sociale. Ricerche condotte presso l’Università della British Columbia di Vancouver hanno permesso di elaborare il questionario MDI (Middle Years Development Instrument), uno strumento che consente di misurare i diversi aspetti che contribuiscono al benessere dei preadolescenti. Attraverso una raccolta dati basata su un metodo quantitativo e uno qualitativo, con il presente lavoro di diploma si è voluto capire se esistesse una relazione tra pratica sportiva e benessere e inseguito determinare quali sono gli elementi che contribuiscono positivamente al loro benessere. I dati raccolti tramite la versione italiana del questionario MDI hanno mostrato che unicamente la partecipazione ad un’attività sportiva di gruppo sembra avere un impatto positivo sul benessere dei preadolescenti, soprattutto per quanto riguarda la soddisfazione di vita, l’ ottimismo e la percezione della propria salute psicofisica. L’analisi delle interviste mirate ha invece confermato un legame diretto tra attività sportiva e benessere sia negli sport individuali che in quelli di gruppo. Gli elementi che risultano fondamentali per l’aumento di benessere sono le intense emozioni provate durante l’attività sportiva e i rapporti sociali che si vanno a creare all’interno dell’ambiente sportivo. Relatori: Luca Sciaroni, Luciana Castelli e Alberto Crescentini. Materie: scienze dell'educazione e educazione fisica

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,246
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0470,007

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 Opus0,019
Tête enseignante GPT0,305
Écart entre enseignants0,286 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSUPSI ARISMême sujetMotivation and Self-Concept in SportsTravaux en français237 207