Touch Screen Technology: Implementing a Technologically-Enhanced Profiling System for Student Sport Coaches | La technologie des écrans tactiles : mettre en œuvre un système de profilage amélioré par la technologie pour les entraîneurs sportifs en formation
Notice bibliographique
Résumé
This exploratory case study evaluates the implementation and use by student coaches of an innovative coaching profiling system, Touch Screen Technology (TST), to assess coaching behaviours. The study was designed to evaluate the potential of this technologically-enhanced assessment system as a profiling option for gathering, storing, retrieving, and presenting data about coaching competences. The case study documents and evaluates trainee coaches’ (N=100) experiences of using TST during an internship, identifying the advantages and challenges of implementation, and evaluating the potential for coach education and development. Evidence was triangulated from questionnaires, journals, and interviews (N=20). The responses from the coaches were overwhelmingly positive. The touch screen technology, specified assessment criteria, and graphical profiling helped to integrate assessment into the program along with increased awareness and understanding of the assessment process. The students’ subsequent reflections on the components of the coaching process positively impacted their performance. The study concludes that TST has the potential to assist in enhancing the learning process and bridging the gap between education and practice. Attention is drawn to the challenges of implementation.Cette étude de cas exploratoire évalue la mise en œuvre et l’utilisation, par les élèves entraîneurs, d’un système innovateur de profilage d’entraîneurs, la technologie des écrans tactiles (« TÉT »), pour évaluer les comportements des entraîneurs. L’étude a été conçue pour évaluer le potentiel de ce système d’évaluation technologiquement amélioré comme option de profilage pour la collecte, l’entreposage, la récupération et la présentation de données sur les compétences des entraîneurs. L’étude de cas documente et évalue les expériences d’utilisation de la TÉT par les entraîneurs stagiaires (N=100) durant un stage tout en relevant les avantages et les défis liés à la mise en œuvre et en évaluant le potentiel pour la formation et le développement des entraîneurs. Les preuves ont été triangulées à partir de questionnaires, de journaux et d’entrevues (N=20). Les réponses des entraîneurs ont été très largement positives. La technologie des écrans tactiles, les critères d’évaluation précisés et le profilage graphique, tout comme la sensibilisation et la compréhension accrue du processus d’évaluation, ont aidé à intégrer l’évaluation au programme. Les réflexions subséquentes des élèves sur les composantes du processus d’entraînement ont eu une incidence positive sur leur rendement. L’étude conclut que la TÉT a le potentiel d’aider à améliorer le processus d’apprentissage et à combler l’écueil entre l’éducation et la pratique. L’étude attire l’attention vers les défis liés à la mise en œuvre.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 ».