Catching the feeling of flying: Cultivating Olympic trampoline champions
Notice bibliographique
Résumé
Olympic podium performances represent peak accomplishments for an athlete and his/her team. As such, researchers seek understand the pathway the Olympic podium and produce athlete development models capable of helping athletes reach these achievements. The Environmental Success Factors model (ESF; Henriksen et al., 2010), an emergent athlete development framework, shifts focus away from the importance of social agents in isolation (e.g., coaches, teammates) the importance of a holistic environmental development context. The ESF model demonstrates contextual inputs (i.e., preconditions, processes) shape the sport environment's culture and athletes' subsequent performance outcomes. Using this framework, we conducted an intrinsic case study explore the athlete development program at Skyriders Training Environment (STE), a Canadian trampoline training facility sporting consistent Olympic medal performances across five previous Olympic cycles. Participants led a researcher on guided walks (a mobile method of conversational interviews), contextualizing the sport environment and discussing environmental factors (e.g., coaching, facility) that interdependently contribute their consistent success, prompted by relevant cues throughout the facility. Consequently, we constructed an ESF model of STE's athlete development program. An interpretive thematic analysis identified three main themes discussing (a) creating lift (i.e., creating an environment of success), (b) providing a tailwind (i.e., establishing partnerships), and (c) soaring onto the Olympic podium (i.e., training for excellence). Unearthing the idiosyncrasies of this unique training environment provides insight into the how to of elite athlete development. These findings can be translated into other sport contexts and aid practitioners in building a holistic development program.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».