MétaCan
Menu
Retour à la cohorte
Enregistrement W2911841644 · doi:10.3138/jcfs.49.3.333

Role of Family Members in Sport Motivation, Involvement and Expertise of Track and Field Athletes in France

2018· article· en· W2911841644 sur OpenAlexvenueno aff
Geoffrey Lassalle, Robin Recours, Jean Griffet

Notice bibliographique

RevueJournal of Comparative Family Studies · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueMotivation and Self-Concept in Sports
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésClubAthletesGrandparentTrack and field athleticsPsychologyPopulationSocial psychologyApplied psychologyDevelopmental psychologySociologyMedicineDemographyPhysical therapy

Résumé

récupéré en direct d'OpenAlex

Familial influence towards sport in general is well documented in the scientific literature. But what about the influence of family when the same sporting activity is practiced by parents, children, cousins or grandparents? Does it have an impact on sporting motivations, involvement and expertise of participants? he authors interviewed 1132 track and field athletes (1.03% of the total population of track and field athletes aged 13 to 60 in France) by measuring their motivation towards athletics with the Vallerand Sports Motivation Scale SMS 28. Age, gender, social status and familial networks were used as independent variables. The results show that having other family members affiliated to the same club and/or participating in the same sporting activity, not only affects sport motivations and involvement, but also the athletes’ level of expertise. Family members are prone to inculcate habits and values, but also to support, help and encourage relatives in sporting activities.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,409

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,076
Tête enseignante GPT0,360
Écart entre enseignants0,285 · 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 tête enseignante, pas un consensus.

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

Citations10
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Comparative Family StudiesMême sujetMotivation and Self-Concept in SportsTravaux en français237 207