Athlete autonomy, supportive interpersonal environments and clinicians’ duty of care; as leaders in sport and sports medicine, the onus is on us: the clinicians
Notice bibliographique
Résumé
Excellence for elite athletes demands painstaking attention to detail to all aspects of health, well-being and performance. Researcher and Olympic Taekwondo Gold Medalist Lauren Burns and coauthors1 use the power of the athlete story to argue strongly and convincingly that central to achieving excellence is durable interpersonal support. ‘If we look at an athlete as a whole person, there is a fundamental duty of care to ensure they are supported to become their best, most resilient self, both on and off the field. Athletes therefore need to be encouraged to seek interpersonal support that evolves as they move along their development pathway’. These sentences, both important, appear sequentially; but I will make one distinction—the onus to create a supportive environment should not rest primarily on athletes. Where then does the duty of care lie? According to Fisher et al ’s heuristic model,2 the power differential in sport particularly positions coaches to hurt or help their athletes, and as such coaches are responsible for athlete’s welfare. Those, …
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 | 0,009 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,007 |
| Communication savante | 0,010 | 0,009 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,022 | 0,035 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,006 |
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 ».