MétaCan
Menu
← Retour à la cohorte
Enregistrement W2946653700

A case study of commitment and compensation: Examining a 52 year old Masters athlete

2013· article· en· W2946653700 sur OpenAlexaff
Scott Rathwell, Bradley W. Young

Notice bibliographique

RevueJournal of Exercise, Movement, and Sport (SCAPPS refereed abstracts repository) · 2013
Typearticle
Langueen
DomainePsychology
ThématiqueMotivation and Self-Concept in Sports
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésAthletesPsychologyEliteKnightCompetition (biology)Compensation (psychology)Applied psychologySocial psychologyPolitical sciencePhysical therapyMedicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Masters athletes are considered models of successful aging (Dionigi & Horton, 2010), who invest vastly in training and competition, and have a wealth of experiences in sport/physical activity (Young & Medic, 2011). Understanding factors that facilitate masters athletes’ commitment may provide other adults with adaptive strategies for remaining active (Langley & Knight, 1999). In this case study, we interviewed a male masters athlete (Andrew: aged 52, nationally ranked runner, provincially ranked squash player, and regional winner of cross country skiing and orienteering championships) about personal and social conditions facilitating sport commitment and strategies used to maintain elite performance. Andrew’s accounts were analyzed deductively (Joffe & Yardley, 2003) using the Sport Commitment Model (SCM; Scanlan et al., 2003) and the Model of Selective Optimization with Compensation (MSOC; Baltes & Baltes, 1990). With respect to SCM, Andrew committed to sport because he inherently enjoyed training and competing, benefitted from social connections around sport in the absence of social pressures, and was further afforded opportunities to compete and test him-self, to travel to new places, and to feel youthful. With respect to MSOC, Andrew sustained year-round activity by prioritizing his sports and reducing his participation intensity in low ranked activities before major competitions in other activities. Moreover, he increased his sport-specific practice, and used his knowledge and experience to alter his techniques and training to compensate for age-related losses. Results show support for using the aforementioned models to understand why masters athletes remain committed and how they continuously achieve high levels of success.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0150,005
Communication savante0,0030,002
Science ouverte0,0030,004
Intégrité de la recherche0,0050,005
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,034
Tête enseignante GPT0,270
Écart entre enseignants0,237 · 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'étudeÉtude de cas
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

Citations1
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Exercise, Movement, and Sport (SCAPPS refereed abstracts repository)→Même sujetMotivation and Self-Concept in Sports→Travaux en français237 207→