MétaCan
Menu
← Retour à la cohorte
Enregistrement W2945224576 · doi:10.71781/12339

Gestion des attentes et cadrage chez les entraîneurs de la LNH : la saison 2016-2017 des Canadiens de Montréal

2018· dissertation· fr· W2945224576 sur OpenAlexaboutno aff
Jasmin Pilon

Notice bibliographique

RevueOpen MIND · 2018
Typedissertation
Languefr
DomainePsychology
ThématiqueSport Psychology and Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical science

Résumé

récupéré en direct d'OpenAlex

Ce mémoire examine la gestion des attentes effectuée par les deux entraîneurs qui se sont succédé à la barre des Canadiens de Montréal lors de la saison 2016-2017, ainsi que les cadres utilisés à cette fin. Sachant que 1) des prestations inférieures aux attentes constituent un facteur déterminant dans le congédiement des entraîneurs (Humphreys et al., 2016) et 2) qu’aucun autre groupe exerçant ce métier en Amérique du Nord n’affiche un taux de roulement supérieur à celui observé dans la LNH (Zinser, 2008), le mythique club montréalais est apparu comme un environnement fécond pour aborder nombre de questions liées à ces phénomènes. Une analyse de discours a ainsi été effectuée à partir de la quasi-totalité des entretiens médiatiques livrés par Michel Therrien et Claude Julien sur une saison complète. Elle a été réalisée en mobilisant les concepts de gestion des attentes et de cadrage (framing). Concrètement, ce mémoire a tenté de savoir si les entraîneurs cherchent à gérer les attentes, de dégager certains modes opératoires ou tendances, en plus de proposer un inventaire des cadres employés dans ce contexte. Il a notamment été permis de constater l’adresse dont font preuve ces deux entraîneurs dans la gestion des attentes et le maniement des cadres, et ce, même s’ils affichent certains traits idiosyncrasiques. Par exemple, Claude Julien s’est montré plus réservé que son prédécesseur dans l’utilisation du cadre de la coupe Stanley. Par ailleurs, les résultats des analyses démontrent que les cadres ayant trait à la préparation, aux efforts et aux impondérables ont été les plus utilisés. Certains dénis de réalité se sont aussi révélés lors de périodes fastes, et les zones de tolérance ont démontré toute leur importance dans les situations inverses. Plutôt qu’un portrait de la gestion médiatique des attentes en milieu sportif, ce mémoire a été abordé comme une exploration, examinant une seule saison et n’ayant pu s’appuyer sur aucune autre étude relativement similaire, inexistante en apparence pour ce créneau singulier.

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)0,001
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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,257

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0080,004
Communication savante0,0040,001
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,047
Tête enseignante GPT0,373
Écart entre enseignants0,326 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Même sujetSport Psychology and Performance→Travaux en français237 207→