MétaCan
Menu
Retour à la cohorte
Enregistrement W3047989113 · doi:10.1520/stp162520190051

Fair Play in Minnesota Hockey

2020· book-chapter· en· W3047989113 sur OpenAlexaboutno aff
Mae R. Moris, Michael J. Stuart, David A. Krause, Kyle Farrell, Michelle H. Caputi, Aynsley M. Smith

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueSports Analytics and Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAeronauticsEngineering

Résumé

récupéré en direct d'OpenAlex

Fair Play (FP) is a behavioral modification program originally created in Quebec, Canada, by Edmund Vaz when injuries, violence, aggressive infractions, and expense drastically decreased ice hockey registration numbers. He found that emphasizing sportsmanship had the potential to reduce dangerous plays. FP awards teams one additional point in the district standings after each game if the following criteria are met: (a) the team remained below the predetermined penalty minute threshold, (b) a coach was not assessed a game misconduct, and (c) none of the spectators were ejected from the arena. In collaboration with the Mayo Clinic, Minnesota Hockey adopted FP successfully in 2004. However, it was only applied to district games, accounting for just 36% of the games in a team's season. FP is currently a loosely recommended model in tournaments and plays no role in nondistrict games. In a study of two youth hockey tournaments, the tournament governed by intensified FP found significantly fewer head hits than the tournament without FP. Junior gold-level tournaments also experienced fewer injuries and concussions when using FP. Despite its established effectiveness, FP is underutilized by Minnesota Hockey. The Mayo Clinic Ice Hockey Research Team (MCIHRT) has therefore determined that FP requires a complete relaunch. The Minnesota Hockey board members, district leaders, and MCIHRT have agreed that increasing visibility and establishing universal application by Minnesota Hockey leadership are the most urgent needs. The MCIHRT action plan addressing shortcomings includes: (a) making a FP announcement before and after games; (b) publishing shortened, universal booklets solely regarding FP; (c) coordinating a distribution of new booklets to coaches, officials, and players/parents; and (d) creating webpages on all district and association sites including the rules of FP and access to the FP standings. Finally, creative ways to increase FP's power to favorably modify behavior will be solicited.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,901
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0110,005

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 Opus0,038
Tête enseignante GPT0,191
Écart entre enseignants0,153 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSports Analytics and PerformanceTravaux en français237 207