Exploring varsity head coaches' perspectives of 360-degree feedback
Notice bibliographique
Résumé
Researchers have long been interested in the type of feedback coaches provide to their athletes (Mallett et al., 2013). However, there has been a dearth of research exploring how coaches receive feedback regarding their own coaching practices. The purpose of the current study was to examine varsity head coaches' perspectives of 360-degree feedback—a multi-rater performance appraisal system. Ten (6 males, 4 females) head coaches of Canadian varsity sport teams were interviewed and the data were analyzed inductively using a thematic analysis (Braun & Clarke, 2006). Coaches reported that obtaining feedback from relevant others regarding their coaching was crucial to their professional development. Specifically, coaches noted they primarily received feedback from their players, assistant coaches, and athletic directors through formal (e.g., surveys) and informal (e.g., face-to-face) methods. Coaches believed the benefits of utilizing 360-degree feedback ranged from an increased sense of athlete empowerment, to the generation of honest feedback, to the accuracy of feedback that can result from using multiple sources. However, coaches also described some challenges with this type of feedback system, including logistical issues and concerns that the feedback is provided anonymously. Finally, the coaches highlighted key considerations for implementing 360-degree feedback, which included instituting a policy of constructive feedback, framing 360-degree appraisals as a development tool, and utilizing technology as a primary method for collecting feedback. From a practical standpoint, coaches and/or athletic directors can use the information gleaned from this study to implement more effective multi-rater feedback systems.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».