Using social network analysis to examine cohesion and leadership in a CIS varsity team
Notice bibliographique
Résumé
Social network analysis (SNA) is a valuable tool to measure the bonds between athletes and can provide insight into the complexity of relationships amongst team members. Intra-group relationships are critical for sport teams and can include aspects such as cohesion and leadership. Historically, the majority of research examining cohesion and leadership has used questionnaires that provide information about the team as a whole. However, to be concerned with intra-group relations, a focus on actual relations between team members is equally important. Thus, the purpose of this study was to use SNA to examine the relations between team members in order to better understand aspects concerning cohesion and team leadership. Varsity curling team players (N = 5) provided information about their social network ties to other team members with regards to how task and socially cohesive they felt towards each teammate, as well as on task and social leadership skills for each teammate. Total degree centrality analyses, scores ranging from 0 to 1, were conducted and showed that the skip was responsible for holding the team together from both a task (.69) and social (.64) cohesion perspective compared to the rest of the team (.48, .55 respectively). As for leadership, results indicated that the skip and second were viewed as team leaders for both task (.56, .44) and social (.53, .47) leadership compared to the rest of the team (.28, .30). Results may be explained by the fact that the skip and second were the most skilled and oldest players.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».