MétaCan
Menu
Retour à la cohorte
Enregistrement W3137714560 · doi:10.26522/jess.v4i.3717

Welcome to America! How can athletic departments better assist international student-athletes with their transition into the American university setting?

2022· article· en· W3137714560 sur OpenAlexvenueno aff
Robert Turick, Rodrigo Feller, Lindsey C. Blom

Notice bibliographique

RevueJournal of Emerging Sport Studies · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueAthletic Training and Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAthletesMedical educationAthletic trainingPsychologyTransition (genetics)PedagogyMedicine

Résumé

récupéré en direct d'OpenAlex

The current study examined how athletic stakeholders (e.g., coaches and support staff) at a NCAA Division I mid-major university attempt to assist international student-athletes (ISAs) with their transition into the American university setting. Semi-structured interviews with 10 athletic administrators and coaches discussed common transition issues ISAs typically encounter (e.g., cultural changes, dietary/nutritional adjustments, financial misunderstandings, homesickness, etc.), as well as resources (e.g., consistent on-boarding checklists) and a training (e.g., cultural competency training) that should be provided to practitioners that assist/coach ISAs. Additionally, programmatic offerings that might provide support systems and improve the student-athlete experience for ISAs were discussed. Our findings highlight the considerations that athletic administrators and coaches should know when attempting to support ISAs during the beginning stages of their transition to America. Due to the growing number of ISAs competing in college sport, understanding how best to support this population is crucial for athletic departments that are hoping to attract and retain ISAs.

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)0,006
score de la tête « metaresearch » (Gemma)0,013
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0090,003
Communication savante0,0090,007
Science ouverte0,0020,008
Intégrité de la recherche0,0040,006
Charge utile insuffisante (le modèle a refusé de juger)0,0150,005

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 Opus0,033
Tête enseignante GPT0,371
Écart entre enseignants0,338 · 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

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Emerging Sport StudiesMême sujetAthletic Training and EducationTravaux en français237 207