MétaCan
Menu
← Retour à la cohorte
Enregistrement W3174059491

Promoting athlete welfare: A proposal for an international surveillance system

2018· article· en· W3174059491 sur OpenAlexaff
Roslyn Kerr, Gretchen Kerr

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueSports injuries and prevention
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésScrutinyAthletesWelfareArgument (complex analysis)Psychological interventionSexual abuseCriminologyPolitical sciencePsychologyPublic relationsPoison controlSuicide preventionLawMedicinePsychiatryEnvironmental healthPhysical therapy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Efforts to ensure the welfare of athletes have long existed in sport but have heightened recently across numerous countries in response to shocking revelations of sexual abuse in sport. Cases such as the sexual abuse of female gymnasts by a team doctor in the U.S. and sexual abuse of male footballers by a coach in the U.K. have drawn significant attention and scrutiny by stakeholders in sport and the public alike. These and other cases indicate that in spite of existing athlete welfare policies, educational programmes, and efforts to ensure compliance, numerous athletes were abused, the perpetrators were permitted to continue over an extended period of time, and some adults knew of the abuses and were complicit in failing to intervene. In this article, the authors use Bronfenbrenner’s Ecological Theory to review the current landscape with respect to initiatives to prevent and address athlete maltreatment at each level of the theory. The authors also propose that to advance athlete welfare, more attention needs to be devoted to the development of interventions at the macrosystem or international level. Using Bruno Latour’s concept of the oligopticon (1992) an argument is forwarded to create an international surveillance system to promote athlete welfare.

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)0,063
score de la tête « metaresearch » (Gemma)0,042
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,063
Score d'incertitude au seuil0,335

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0630,042
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0070,003
Études des sciences et des technologies0,0070,017
Communication savante0,0130,021
Science ouverte0,0030,012
Intégrité de la recherche0,0140,014
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,026
Tête enseignante GPT0,343
Écart entre enseignants0,318 · 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'étudeThéorique ou conceptuel
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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in Economics→Même sujetSports injuries and prevention→Travaux en français237 207→