MétaCan
Menu
Retour à la cohorte
Enregistrement W2979820122 · doi:10.1080/2159676x.2019.1673467

Understanding the experiences in adult introductory sport programmes: a case study of learn-to-curl leagues

2019· article· en· W2979820122 sur OpenAlexaffabout
Simon Barrick, Heather Mair

Notice bibliographique

RevueQualitative Research in Sport Exercise and Health · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSport and Mega-Event Impacts
Établissements canadiensUniversity of WaterlooUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésLeagueNormativeCurlingPsychologyPublic relationsPolitical scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Little is known about the experiences of adults as they try a new sport. In this paper, we present findings from a qualitative case study where we sought to understand the experiences of adults trying the sport of curling in two introductory leagues in a central Canadian city. Findings indicate curling, as experienced by participants in these introductory leagues, can be effective in terms of building community and meeting the diverse needs of adults (e.g. providing opportunities to meet other adults). In particular, we identified the following themes: (1) bridging and expanding social connections; (2) valuing, acquiring, and improving skills; and (3) belonging as a curler? These findings represent primary characteristics that the league participants in this study valued and were searching for. This study builds on the existing adult sport participation literature by engaging Green’s (2005) theory of normative sport development to demonstrate important qualities programmers should consider in designing introductory sport and leisure programs.

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)0,024
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,134
Score d'incertitude au seuil0,932

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0240,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,458
Tête enseignante GPT0,578
Écart entre enseignants0,120 · 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 tête enseignante, 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

Citations6
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueQualitative Research in Sport Exercise and HealthMême sujetSport and Mega-Event ImpactsTravaux en français237 207