MétaCan
Menu
Retour à la cohorte
Enregistrement W3153560470 · doi:10.1017/s0144686x21000507

(In/Ex)clusive fitness cultures: an institutional ethnography of group exercise for older adults

2021· article· en· W3153560470 sur OpenAlexaff
Kelsey Harvey, Meridith Griffin

Notice bibliographique

RevueAgeing and Society · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueDiversity and Impact of Dance
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMainstreamAppealEthnographyIdeologyGerontologyPhysical fitnessCurriculumSociologyPsychologyGender studiesSocial psychologyPublic relationsPolitical sciencePedagogyMedicinePoliticsPhysical therapyLaw

Résumé

récupéré en direct d'OpenAlex

Abstract Older adults benefit greatly from being physically active yet they are the least active generation. To appeal to older consumers, to reduce barriers older adults experience to becoming physically active and to increase the number of physically active older adults, the exercise market has been divided into mainstream fitness and age-segregated programming that specifically targets older adults. This research employed an institutional ethnography approach to understand better the social discourses and material practices that shape socially (in/ex)clusive physical cultures for older exercisers in both mainstream and older-adult group exercise classes. Textual analyses, interviews and field observations revealed that the material and discursive work practices intended to promote inclusivity in group exercise physical cultures actually engendered age-exclusive markets. Herein, we discuss how the guidelines and policies put forth by these certifying bodies, and the training curricula they publish, govern group exercise practices in a manner that tends to align with dominant ideological discourses conflating age and ability. We conclude by arguing that in order to create more inclusive physical cultures, mainstream fitness providers need to embrace options that appeal to potential group exercise consumers of all abilities, regardless of age.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,827
Score d'incertitude au seuil0,290

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0000,000

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 Opus0,017
Tête enseignante GPT0,307
Écart entre enseignants0,290 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations9
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAgeing and SocietyMême sujetDiversity and Impact of DanceTravaux en français237 207