MétaCan
Menu
Retour à la cohorte
Enregistrement W3004544486 · doi:10.1123/cssep.2019-0031

Extreme Sport, Identity, and Well-Being: A Case Study and Narrative Approach to Elite Skyrunning

2020· article· en· W3004544486 sur OpenAlexaff
Kerry R. McGannon, Lara Pomerleau-Fontaine, Jenny McMahon

Notice bibliographique

RevueCase Studies in Sport and Exercise Psychology · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueAdventure Sports and Sensation Seeking
Établissements canadiensLaurentian University
Organismes subventionnairesnon disponible
Mots-clésNarrativeIdentity (music)PsychologyThematic analysisEliteNarrative inquiryContext (archaeology)AthletesSocial psychologySport psychologyNarrative identityConstruct (python library)Gender studiesSociologyAestheticsQualitative researchHistoryLiteraturePolitical scienceSocial scienceArtMedicine

Résumé

récupéré en direct d'OpenAlex

Although extreme-sport athletes’ experiences have been explored in sport psychology, more research is needed to understand the nuanced identity meanings for these athletes in the context of health and well-being. A case-study approach grounded in narrative inquiry was used to explore identity meanings of 1 elite extreme-sport athlete (i.e., skyrunner Kilian Jornet) in relation to well-being. Data gleaned from 4 documentary films and 10 autobiographical book chapters describing the Summits of My Life project were subjected to a thematic narrative analysis. Two intersecting narratives—discovery and relational—threaded the summits project and were used by Jornet to construct an “ecocentric” identity intertwined with nature in fluid ways, depending on 3 relationships related to well-being: the death of climbing partner Stéphane Brosse, team members’ shared values, and her relationship with partner Emelie Forsberg. An expansion of identity, health, and well-being research on extreme-sport athletes beyond simplistic portrayals of them as pathological risk takers and/or motivated by personality traits was gained from these findings.

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)0,004
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,015
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0150,008
Communication savante0,0050,004
Science ouverte0,0020,005
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,091
Tête enseignante GPT0,390
Écart entre enseignants0,299 · 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'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

Citations13
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCase Studies in Sport and Exercise PsychologyMême sujetAdventure Sports and Sensation SeekingTravaux en français237 207