Paper vs. Pixel: Can We Use a Pen-and-Paper Method to Measure Athletes' Implicit Doping Attitude?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Doping attitude is an individual's subjective evaluation (e.g., good or bad, useful or useless) toward the use of prohibited performance-enhancing substances or methods in sports. Research on doping attitude has traditionally relied on self-report questionnaire methods to measure the construct (Ntoumanis et al., 2014; Chan et al., 2015). However, as doping in sport is illegal (World Anti-Doping Agency, 2015) and perceived as socially unacceptable, athletes who hold positive attitudes toward doping are less likely to reveal them to others. As a result explicit measures of doping attitude are susceptible to potential bias as athletes may respond in a socially desirable fashion (Petróczi and Aidman, 2009; Gucciardi et al., 2010). To counter such bias, implicit measures such as the implicit association test (IAT; Greenwald et al., 1998) have been developed to capture individuals' non-conscious attitudes toward doping (Brand et al., 2014a,b; Schindler et al., 2015). The current paper aims to introduce a paper-and-pen IAT which could potentially serve as alternative method to the traditional computer-IAT for measuring athletes' doping attitude.
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.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 découle