Taking stock of positive youth development research in sport: A citation network analysis
Notice bibliographique
Résumé
Although sport has been established as a vehicle for positive youth development (PYD), an overview of this broad literature base reveals a range of conceptual and theoretical orientations guiding the research. In order to synthesize the sport-based PYD literature, a citation network analysis was conducted to identify the most prominent publications in the area and to evaluate the interconnectedness of the literature based on citations. Peer-reviewed quantitative and qualitative journal articles (N = 197; search finalized June 2018) were included if they (a) used PYD research to establish the conceptual context for the study, (b) included organized and adult-supervised competitive sport, recreational sport, or other settings that included sport activities (e.g., summer camps, school/after-school programs), and (c) reported at least one outcome measure relevant to PYD. Articles within this list then were coded based on whether they cited (1) or did not cite (0) one another, and network metrics were summarized using UCINET software. The network structure was visualized and a modularity algorithm detected four research communities within the PYD literature. These communities, including their total citation network coverage and most cited article were: life skill development (31.9%, 324 total citations; Holt et al., 2008, 29 citations), developmental/sport experiences (27.6%, 246 total citations; Larson et al., 2006; 44 citations), PYD programming (25.5%, 152 total citations; Brunelle et al., 2007; 27 citations), and social environment (15.0%, 110 total citations; Fraser-Thomas & CA´tA©, 2009; 19 citations). Implications of these findings are addressed including the need for common conceptual ground in PYD research.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».