Coaches' perceptions and recommendations for a future transformational coaching program using the re-aim framework
Notice bibliographique
Résumé
Recent reviews of Coach Development Programs (CDPs) have revealed that the uptake and relevance of CDPs may be enhanced by focusing on coaches' interpersonal knowledge and behaviours (Lefebvre et al., 2016) and using theoretical frameworks to plan and evaluate these programs (Evans et al., 2016). One framework that may hold significant potential for planning and evaluating CDPs is the Reach Effectiveness Adoption Implementation and Maintenance (RE-AIM) Framework (Klesges et al., 2005). As such, the purpose of this study was to gain an understanding of coaches' perceptions of their experiences with CDPs and recommendations for designing an interpersonal focused CDP grounded in transformational leadership theory. Semi-structured interviews were conducted with 20 youth sport coaches from a variety of contexts. Interview data were analyzed using an inductive-deductive thematic analysis (Braun & Clarke, 2006), with RE-AIM as the deductive guiding framework. Results revealed 8 themes that would optimize the domains of the RE-AIM framework for planning and evaluating a transformational coaching CDP. Findings indicated that (a) using reputable sources (Reach), (b) adopting a person-centered approach and (c) facilitating participant engagement (Effectiveness), (d) establishing credibility and (e) providing incentives (Adoption), (f) enhancing accessibility and (g) using qualified educators (Implementation), and (h) creating sustainable connections (Maintenance). These findings provide theoretical insight in regard to using the RE-AIM framework as a planning and evaluation tool for CDPs. Practical recommendations for researchers and practitioners who wish to integrate RE-AIM into the design, implementation, or evaluation of CDPs, as well as potential avenues for future research 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 | 0,015 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».