MétaCan
Menu
Retour à la cohorte
Enregistrement W2770943481 · doi:10.1123/apaq.2017-0010

Career Development and Learning Pathways of Paralympic Coaches With a Disability

2017· article· en· W2770943481 sur OpenAlexaff
Scott Douglas, William R. Falcão, Gordon A. Bloom

Notice bibliographique

RevueAdapted Physical Activity Quarterly · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueSpinal Cord Injury Research
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésCoachingThematic analysisAthletesPsychologyGrassrootsMedical educationApplied psychologyPedagogyQualitative researchPhysical therapyMedicineSociology

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to gain an understanding of the career development and learning pathways of Paralympic head coaches who previously competed as Paralympic athletes. Each coach participated in a semistructured interview. A thematic analysis of the data revealed three higher order themes, which were called becoming a coach, learning to coach, and lifelong learning and teaching. Across these themes, participants discussed interactions with other coaches and athletes with a disability, learning from mentors and coaching clinics, as well as limited formal educational opportunities they experienced transitioning from athlete to head coach. The findings revealed that they acquired most of their knowledge from a combination of knowledge gained as athletes and informal sources, including trial and error. They also stressed the need for enhanced recruiting of parasport coaches and parasport coach education opportunities that would enhance programs for athletes with physical disabilities, from grassroots to Paralympic levels.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,744
Score d'incertitude au seuil0,488

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,080
Tête enseignante GPT0,332
Écart entre enseignants0,253 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations33
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdapted Physical Activity QuarterlyMême sujetSpinal Cord Injury ResearchTravaux en français237 207