MétaCan
Menu
Retour à la cohorte
Enregistrement W3158629838 · doi:10.1123/smej.2020-0040

Undergraduate Sport Management Education: Exploring Ego Development and Leadership Efficacy

2021· article· en· W3158629838 sur OpenAlexafffund
Shannon Kerwin, Kirsty Spence

Notice bibliographique

RevueSport Management Education Journal · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueEgo Development and Educational Practices
Établissements canadiensBrock University
Organismes subventionnairesBrock University
Mots-clésId, ego and super-egoPsychologyLoevinger's stages of ego developmentConstruct (python library)Leadership developmentPerceptionExperiential learningSelf-efficacyRelation (database)Transactional leadershipSocial psychologyPedagogyPublic relationsComputer sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

This research explored students’ ego development and leadership efficacy during an undergraduate sport management program. A sequential mixed-method case study design and associated methodologies were adopted to explore students’ ego development and leadership efficacy during 3 years of an academic program. Results show fluctuations in leadership efficacy for all but one participant. These fluctuations are discussed in relation to ego development in that growth from self-conforming to self-authoring stages of ego development may partially explain fluctuations in how students see themselves and their potential for leadership in the field of sport management. The role of the ego development construct in relation to students’ perceptions of their leadership capabilities highlights that programmatic elements (e.g., thoughtful experiential education) can be consciously developed and strategically leveraged to more accurately target perceptions of leadership prowess among students. The findings emphasize that students’ level of ego development can be fostered through active and effective program delivery.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,160
Tête enseignante GPT0,349
Écart entre enseignants0,189 · 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

Citations5
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSport Management Education JournalMême sujetEgo Development and Educational PracticesTravaux en français237 207