COACH-PLAYER COMMUNICATIONS: AN ANALYSIS OF TOP-LEVEL COACHING DISCOURSE AT A SHORT-TERM ICE HOCKEY CAMP
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

 Purpose: This study sought to analyze the instructional discourse of top-level coaches to identify the specific language content of coaching discourse in practice.
 Methodology: The study analyzed the recorded discourse of four coaches of the West Coast Hockey Prep Camp in Port Alberni, BC, Canada, between 2012 and 2016. Transcriptions of on-ice instructions were analyzed using Provalis QDA Miner v5.0.1 and Provalis WordStat v7.1.6 software to determine word-type and frequency. 
 Main findings: The processed corpus of 21,376 words produced 1,022 quantifiable words which were classified into one or more of the categories of single-category language (i.e. General (G), General Slang (GSl), Sports Specific (SS), and Sports General (SG)), or the eight additional multi-category sub-categories (i.e. G/GSl, G/SS, G/SG, SS/SG, GSl/SG, G/SS/SG, G/GSl/SG, and GSl/SS/SG). Analyses revealed that single-category vocabulary (i.e. G, GSl, SS, and SG) made up 75.2% of the categorized language, with SS (4.6%) and SG (11.1%) making up 15.7% of the total.
 Applications: An understanding of the linguistic framework of instructional language in short-term training camps allows athletes to invest greater focus in their athletic performance in camp. The results offer athletes contextual reference for preparatory language study and authentic linguistic insight for the counter of potential target language anxiety.
 Novelty/Originality: Results indicate that top-level coaches relied significantly less on sports-specific word-type to facilitate their instruction and suggest that a general comprehension of English can provide a strong foundation for understanding top-level coaching discourse. This provides significant insight for athletes harboring concerns for English proficiency and coach-player miscommunication.
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 | 0,001 | 0,000 |
| 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 | 0,005 | 0,007 |
| 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) | 0,002 | 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 découle