The development and salience of role responsibilities in sport teams
Notice bibliographique
Résumé
Athletes' perceptions of the development and salience of role responsibilities were explored through two projects. First, interviews were conducted with male (n = 8) and female (n = 7) athletes to understand the types of roles that they occupy, and how the expectations for these roles developed. Four general role types emerged: specialized-task roles (e.g., rebounder), auxiliary-task roles (e.g., encourager), leadership roles, and social roles. Specialized-task roles were typically prescribed by a coach, while auxiliary-task and social roles tended to evolve out of group interactions. In the second project, 237 athletes were asked to identify the roles that they perceived to hold. These roles were able to be categorized according to the four role types identified in the first project. Chi-square analyses were conducted to explore the distribution of roles across various sub-groups. Odds ratios indicated that starters were 5.57 times more likely to identify specialized task and leadership roles, while non-starters were 3.93 times more likely to identify auxiliary task roles, all ?2 (1, N = 237) > 15.54, p < .001. The predominance of non-starters who identified auxiliary-task roles suggests a greater reliance on the tacit transfer of role information and the tenets of interpersonal sensemaking explain the salience of various role types in relation to starting status. Implications pertaining to theories of organizational socialization and measurement are discussed.
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 | 0,006 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».