MétaCan
Menu
Retour à la cohorte
Enregistrement W2996260853 · doi:10.14198/jhse.2019.14.proc5.61

Attitudes and behaviours of Canadian National Team coaches regarding the use of technology in their coaching practice

2019· article· en· W2996260853 sur OpenAlexaffabout
Ramandeep Jaswal, Pro Stergiou, Larry Katz

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueTechnology Adoption and User Behaviour
Établissements canadiensCanadian Sport Centre PacificUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésCoachingPsychologyConvictionScale (ratio)EliteApplied psychologyKnowledge managementComputer sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

Previous literature has proposed that successful adoption measures involve positive attitudes regarding using technology, high levels of technological self-efficacy beliefs, low levels of perceived complexity, and high levels of perceived relative advantage.The purpose of this study is to investigate these antecedents of technology adoption among national team Canadian coaches.Twenty-five current and retired Summer and Winter Canadian national team coaches participated in this investigation.They completed four questionnaires: a general information form, the Affinity for Technology Interaction Scale (ATI), the Computer Self-Efficacy Measure (CSEM), and the Perceived Relative Advantage and Perceived Complexity Scales (PRA/PCo).Canadian national team coaches who responded were found to have a moderate affinity for technology when engaging with technology in their coaching practice.They also reported to have very high self-efficacy when it comes to using technology.They were shown to have a moderately high conviction in their ability to use technology.Coaches also viewed technology as giving them a high relative advantage over not using technology.Finally, they generally viewed technology as not very complex to operate.Most Canadian national team coaches who responded showed favourable views regarding using technology, had belief in their ability, and seemed capable of overcoming challenges in using technology.Future investigations should also identify elite coaches who do not use innovations and focus on sport specific challenges in adopting or implementing technology, as well as identifying barriers coaches face when acquiring or using new technology.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,178
Score d'incertitude au seuil0,358

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,166
Tête enseignante GPT0,373
Écart entre enseignants0,207 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations2
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetTechnology Adoption and User BehaviourTravaux en français237 207