MétaCan
Menu
Retour à la cohorte
Enregistrement W2923338397 · doi:10.5539/jel.v8n2p248

Sports Manager Training and Leadership Behaviors

2019· article· en· W2923338397 sur OpenAlexvenueno aff
Elif Bozyiğit

Notice bibliographique

RevueJournal of Education and Learning · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueProblem Solving Skills Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTurkishPsychologyDimension (graph theory)Sample (material)Sport managementApplied psychologySocial psychologyData collectionMathematics educationManagementStatistics

Résumé

récupéré en direct d'OpenAlex

The aim of this study is to examine the leadership behaviors levels of university students studying in the Sports Management Department. The sample of the research consists of 148 students (male n=112, female n=36) aged between 18 and 28 years. In this study, the Personal Information Form was created in order to learn the characteristics of the participants such as gender, age groups, the status of doing sports as an athlete and the status of volunteering in sports events. The Leader Behavior Description Questionnaire (LBDQ), which was translated into the Turkish Language by Atar and Özbek (2009), was used as a data collection tool. The mean score of the students was 4.142 in the dimension of initiating structure and was 3.760 in the dimension of consideration. According to the results of the analysis, the initiating structure dimension scores differed according to variables of gender, the status of doing sports as an athlete and the status of volunteering in sports events. The consideration dimension scores differed age groups and the status of volunteering in sports events. In addition, it was found that there was a linear and significant relationship between scores of initiating structure and consideration.

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)0,000
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,091
Tête enseignante GPT0,394
Écart entre enseignants0,303 · 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'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

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Education and LearningMême sujetProblem Solving Skills DevelopmentTravaux en français237 207