Quality participation in parasport: Integrating evidence and community insights to develop a conceptualization of optimal parasport experiences
Notice bibliographique
Résumé
Through parasport, adults and young athletes with physical impairments often report increases in well-being and related psychosocial perceptions compared to non-athletes. While researchers often attribute these benefits to social participation that goes-along with parasport, few existing frameworks comprehensively describe the components of optimal parasport experiences. We sought to generate an evidence-informed conceptualization of optimal parasport participation, using a view of participation across disability settings that highlights six experiential elements (Belongingness, Autonomy, Challenge, Mastery, Engagement and Meaning; Martin-Ginis, Evans, Mortenson, & Noreau, 2016). We integrated existing literature and stakeholder input within a three-phase process based on AGREE-II guideline development methods. In Phase One, we formed propositions about optimal experiences based on insights from systematic reviews and qualitative studies. In Phase Two, we developed a provisional conceptualization informed by an expert round-table and an online descriptive survey with 80 parasport athletes, parents, coaches, and administrators. In Phase Three, we refined the conceptualization using an online expert panel with researchers and sport administrators (n = 20). As a result, an initial list of quality elements grew to a conceptualization that uniquely defines the six elements in ways that represent the parasport context. We also identified 27 optimal conditions that may promote quality experiences across the physical (e.g., accessibility) and social environment (e.g., coach-athlete communication), as well as sport activities (e.g., safety). This conceptualization provides direction for future research and is a foundation that parasport organizations may apply through tools to enhance participation in their unique contexts (e.g., developing guidelines for sport programs).
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 | 0,062 | 0,068 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,012 | 0,007 |
| Études des sciences et des technologies | 0,006 | 0,017 |
| Communication savante | 0,011 | 0,019 |
| Science ouverte | 0,004 | 0,021 |
| Intégrité de la recherche | 0,003 | 0,004 |
| 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 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 ».