Training and development in sport officials: A systematic review
Notice bibliographique
Résumé
Sport officials make significant contributions to organized sport, yet scientific evidence to inform their specialized training and education at various levels has lagged. While psychological and performance demands of expert sport officials have been well documented, the extent of research about talent and expertise development, training efficacy, and broader developmental trajectories is unclear. This systematic review summarizes 30 years of published findings on the study of training and development of sport officials, including areas of research interest, study designs, and sport official characteristics. A PRISMA systematic review was conducted, utilizing three scientific databases (Web of Science, SportsDiscus, PsycInfo) to identify relevant studies (N = 27). Female participants were generally underrepresented in studies (17%), while football officials were most often represented (79%). Training intervention (59%), retrospective (37%), and cross-sectional comparison (22%) were the main study designs. Expert and near-expert sport officials' training histories and responses to empirically driven isolated-skills training represented the predominant areas of study. Sport-specific, video-based infraction detection tasks were the most frequently used training methods to improve perceptual-cognitive skills for on-field decision-making, however, studies lacked retention measures to on-field performance. Psychological skills training programs were found to have mixed effects and used varied criteria for measuring training efficacy. Physical training showed mainly significant effects on physiological measures and aging influences for on-field performance. More rigorous sport-specific evidence, assessments of training transfer, program efficacy, and macro-developmental trajectory and milestone data are needed to inform training programs and developmental plans.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,006 |
| Bibliométrie | 0,009 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».