MétaCan
Menu
Retour à la cohorte
Enregistrement W3170791943 · doi:10.31080/aswh.2021.03.0226

Development and Validation of a Survey Instrument to Build Capacity for Examining Constraints to Sport Participation

2021· article· en· W3170791943 sur OpenAlexaff
Irmina Klicnik, Samah Mohammed, Caroline Barakat

Notice bibliographique

RevueActa Scientific Women s Health · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInclusion and Disability in Education and Sport
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésSurvey instrumentPsychologyPolitical scienceApplied psychology

Résumé

récupéré en direct d'OpenAlex

It is well documented that sport participation is relatively low among adolescent girls due to various constraints.Though much knowledge exists on these constraints, there is a need to examine if and whether constraints interact to influence sport participation.The purpose of this study was to develop a survey instrument to facilitate the examination of interactions of constraints to sport participation among adolescent girls, and to verify the survey's validity.Two theoretical frameworks were combined to guide the survey development.Newell's model of constraints was used to categorize constraints, into environmental, individual and task constraints.The 40 Developmental Assets Profile was used to index the constraints into broader categories within each constraint type.In total, 51 constraints were sorted into the combined frameworks which developed an 81-question survey.An expert panel was consulted to review for construct and content validity.This study has contributed a new survey instrument to the literature on constraints to sport participation.When used in different locations globally, the survey has the potential to reveal the most salient constraints, as well as build capacity for research to better inform future interventions and promote further discussions regarding sport.

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)0,087
score de la tête « metaresearch » (Gemma)0,082
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,087
Score d'incertitude au seuil0,460

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0870,082
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0050,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,171
Tête enseignante GPT0,403
Écart entre enseignants0,232 · 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'étudeObservationnel
Domainenon disponible
GenreMéthodes

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

En bref

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueActa Scientific Women s HealthMême sujetInclusion and Disability in Education and SportTravaux en français237 207