A naturalistic case study of co-regulatory scaffolding with a mature coach-athlete dyad in figure skating
Notice bibliographique
Résumé
Self-regulated learning (SRL) processes are used frequently by elite athletes and are important for optimizing practice efforts during talent development (McCardle et al., 2017). Before someone becomes self-regulated, they are co-regulated by a more experienced other, e.g., a coach (Glaser, 1996). Scaffolding, a form of co-regulation, has three conceptual characteristics: contingency control; fading; transfer of responsibility (van de Pol & Elbers, 2010). While popular in education, no studies have assessed scaffolding in sport. We explored scaffolding in a naturalistic, instrumental case study with an experienced female coach (aged 53, national level) and her competitive male figure skater (aged 15, provincial level) using a) participant observation, field notes, and recording and analysis of dialogue at 16 practices, and b) three separate interviews with the coach and skater at early-, mid-, and late-season. Data were thematically analyzed (Braun & Clarke, 2006). Deductive interpretations, guided by scaffolding characteristics, proved difficult due to overlap of conceptual constructs. Inductive analysis revealed complex, sport-specific nuances. Co-regulation occurred at both micro- and macro-levels. Micro-level co-regulation was illustrated by a co-regulatory – a pivotal interaction zone described by contributing roles and expectations for each actor, shared roles, and embodied transitory process related to the skater's SRL. A mature, enriched interface was predicated on prerequisite conditions for coach and athlete. Fading differed from education because of non-linear aspects when the coach would return to refine an element if it was incorrect. Findings suggest scaffolding manifests in sport, with self-regulation married to co-regulation, and more specifically, the interface.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,013 | 0,008 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».