MétaCan
Menu
Retour à la cohorte
Enregistrement W2905620556 · doi:10.32652/olympic2018.2_8

The system of training canadian athletes for the Olympic Games

2018· article· en· W2905620556 sur OpenAlexaboutno aff
Владимир Платонов, Yuri Pavlenko, Владимир Васильевич Томашевский

Notice bibliographique

RevueScience in Olympic Sport · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSport and Mega-Event Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAthletesGovernment (linguistics)Agency (philosophy)LegislaturePolitical sciencePublic relationsTraining (meteorology)Sport managementPsychologySociologyMedicineGeographyLawPhysical therapy

Résumé

récupéré en direct d'OpenAlex

Objective. To analyze the system of training Canadian athletes for the Olympic Games. Methods. Analysis and generalization of scientific and documentary data. Results. The Federal Government and the Canadian Olympic Committee, national sports federations, sports training centers, provincial governments, and numerous sports organizations act as partners for the preparation athletes for the Olympic Games. The government agency Sport Canada implements its policies and takes part in shaping the Canadian sports system through these bodies. Legislative and political acts have been adopted, including position document Canadian Sport Policy, that contribute to continuous increasing of the government infl uence on the development of sports in Canada through the funding and monitoring mechanisms. The special program Own the Podium serves as a basis for the purposeful strategy of training Canadian athletes for the Olympic Games. Effective management structures have been established aimed at optimizing and focusing activities of public bodies, various sports organizations, and sponsors on the training of the strongest athletes, who are really capable of stepping onto the Olympic podium. An effective policy was developed and implemented to identify the challenges of Olympic preparation, effective training programs for athletes were created, monitoring was planned, critical problems for scientific research were identified, rapid introduction of scientific advances into practice was enabled along with the implementation of advanced world experience and advanced training coaches and other professionals. Conclusions. The formation and implementation of an effective system for training Canadian athletes for the Olympic Games were facilitated by: the positive attitude and support of the government for sports, physical education, and healthy lifestyle of the population; the intensive development of health enhancing physical culture and mass sports; the creation of a strong physical infrastructure; the introduction of rational organizational forms of training for top level athletes; substantial funding of Olympic preparation; and introduction of advanced technologies in all components of the training system.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,933
Score d'incertitude au seuil0,487

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0070,009
Études des sciences et des technologies0,0080,002
Communication savante0,0040,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,046
Tête enseignante GPT0,326
Écart entre enseignants0,280 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScience in Olympic SportMême sujetSport and Mega-Event ImpactsTravaux en français237 207