MétaCan
Menu
Retour à la cohorte
Enregistrement W4232481765 · doi:10.1037/e547922012-105

"Actually I was the star": Managing attributions in conversation

2003· dataset· en· W4232481765 sur OpenAlexaff
Guy Faulkner, Sara-Jane Finlay

Notice bibliographique

RevuePsycEXTRA Dataset · 2003
Typedataset
Langueen
DomaineArts and Humanities
ThématiqueDiscourse Analysis in Language Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésConversationAttributionStar (game theory)PsychologyCommunicationSocial psychologyAstrophysicsPhysics

Résumé

récupéré en direct d'OpenAlex

In this paper, we outline the parameters of a discursive approach to attributions in sport psychology. Attribution theory has had a strong presence within sport and exercise psychology. Attributions are the perceived causes or reasons that people give for an occurrence related to themselves or others. An attributional model, developed in educational psychology, has been most influential and often requires the researcher(s) or participants to determine the dimensional categorisation of attributions (e.g., internal-external, stable-unstable, controllable-uncontrollable). Assessing attributions in sport and exercise psychology has been almost exclusively through self-report questionnaires and entrenched within a limited theoretical perspective. In contrast, a discursive approach focuses on discourse and what is accomplished through people's talk. Such an approach would advocate a move from a view of talk (discourse) as a route to internal or dimensional categories to an emphasis on talk as the event of interest. Using principles of conversation analysis (CA), a critical examination of the traditional conceptualisation of attributions will be offered in this paper. Drawing on a corpus of data where athletes discuss their sporting performance, we consider the management of attributions as talk-in-action, rather than a series of discrete cognitive elements and dimensions. To illustrate the way that attributions are managed in conversation, we consider three areas—asking questions about loss, the interactional modesty inherent in discussing wins and the "slipperiness" of attributions in conversation. Finally, the implications of a discursive approach to the study of attributions in sport and exercise psychology are discussed. URN: urn:nbn:de:0114-fqs030133

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)0,023
score de la tête « metaresearch » (Gemma)0,089
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,124

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,089
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0060,007
Communication savante0,0120,016
Science ouverte0,0020,010
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,040
Tête enseignante GPT0,297
Écart entre enseignants0,257 · 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

Citations9
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsycEXTRA DatasetMême sujetDiscourse Analysis in Language StudiesTravaux en français237 207