MétaCan
Menu
Retour à la cohorte
Enregistrement W3094323334 · doi:10.1123/iscj.2019-0079

Motives for and Experiences of Expatriation to Coach

2020· article· en· W3094323334 sur OpenAlexaff
Evelyne Felber Charbonneau, Martin Camiré, Pierre‐Nicolas Lemyre

Notice bibliographique

RevueInternational Sport Coaching Journal · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueSport Psychology and Performance
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésNorwegianCoachingPassionPopularityAthletesPsychologyApplied psychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

Coaching is a global profession and coaches play a central role in enhancing the performance of millions of athletes worldwide. In the 21st century, the global mobility of coaches has increased, with many coaches taking advantage of opportunities to coach abroad. Norway leads the all-time Winter Olympics medals table (i.e., 368 medals), and with most of these medals coming from skiing disciplines, Norway represents a skiing hotbed that attracts ski coaches from other parts of the world. The purpose of the study was to examine ski coaches’ motives for and experiences of expatriation to coach in Norway. Five North American alpine ski coaches (four males and one female) were individually interviewed (M = 77 min, SD = 24.94), with the data examined using interpretative phenomenological analysis. Motives for expatriation included having a passion for skiing, challenging oneself, experiencing a new sport culture, and maintaining relationships. Upon arriving in Norway, coaches mentioned experiencing challenges with the Norwegian sport system, language, pressure from parents and the media, and being far from friends and family. Once acclimated, coaches discussed the benefits of expatriation that included the Norwegian work ethic, family-centric lifestyle, and popularity of skiing.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0070,005
Communication savante0,0040,002
Science ouverte0,0010,006
Intégrité de la recherche0,0010,002
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 Opus0,039
Tête enseignante GPT0,362
Écart entre enseignants0,324 · 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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Sport Coaching JournalMême sujetSport Psychology and PerformanceTravaux en français237 207