MétaCan
Menu
Retour à la cohorte
Enregistrement W2947482435 · doi:10.1123/iscj.2019-0044

Sport-Specific Free Play Youth Football/Soccer Program Recommendations Around the World

2019· article· en· W2947482435 sur OpenAlexaboutno aff
Marty K. Baker, Jeffrey A. Graham, Allison Smith, Zachary T. Smith

Notice bibliographique

RevueInternational Sport Coaching Journal · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiquePhysical Education and Pedagogy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFootballFootball playersAdvertisingPsychologyPolitical scienceBusinessLaw

Résumé

récupéré en direct d'OpenAlex

The purpose of this Coaching In paper is to share an overview of how sport-specific free play is incorporated into training and development recommendations for youth football (soccer) in various countries around the world. A review of 11 countries’ training programs was conducted, in which specific instances of training recommendations were examined to identify similarities and differences among nations. Results of our review suggest that not all of the programs emphasized children having fun, enjoying the game of football, or engaging in free play. For example, the program from England strongly emphasized outcome related abilities more than enjoyment or play related features of training. In contrast, the Italian, Canadian, and Australian documents discussed that allowing youth to play freely engaged children, ensured they were having fun, and encouraged a fascination with football. Programs recommending developmental games or free play often suggested the use of purposeful gameplay that resembled traditional competition or match-specific situations. Examining development recommendations across nations provides important insight into how youth sport development efforts are shaped around the world, especially as youth sport coaches seek to enhance youth engagement, while simultaneously helping youth improve their skills.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,759
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,099
Tête enseignante GPT0,458
Écart entre enseignants0,359 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Sport Coaching JournalMême sujetPhysical Education and PedagogyTravaux en français237 207