MétaCan
Menu
Retour à la cohorte
Enregistrement W4293135646 · doi:10.47863/oreq8014

A second look at a 24-month collaborative initiative to develop coaches in a multisport club

2021· article· en· W4293135646 sur OpenAlexaff
Michel Milistetd, Pierre Trudel, Diane M. Culver, Caio Corrêa Cortela, Alexandre Vinícius Bobato Tozetto, Cláudio Lima, Vanessa Cristina Oliveira de Souza

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueManagement and Organizational Studies
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesFundação para a Ciência e a Tecnologia
Mots-clésClubConceptualizationPerspective (graphical)Learning organizationJournal clubPsychologyPublic relationsMedical educationPolitical scienceKnowledge managementComputer scienceMedicine

Résumé

récupéré en direct d'OpenAlex

Following a request from a Brazilian multisport club, a group of researchers proposed a collaborative initiative to develop the coaches. Both coaches and administrators said they were delighted with the new perspective and learning opportunities. However, a year later, the innovative activities proposed, co-developed, and put into practice were no longer present. What happened? The purpose of this best practice article is to revisit a 24-month collaborative initiative between researchers and practitioners to develop coaches in a multisport club. To do so, learning organization frameworks have been used to explore the learning and change/transformation processes in this organization. The article is divided into five parts: the characteristics of the multisport club; the conceptualization of learning organization; the learning organization frameworks selected; the main findings from our revisit of the project; and our reflections regarding the learning happening, or not, at the individual, group, and organizational levels.

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)0,009
score de la tête « metaresearch » (Gemma)0,020
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,020
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0240,006
Communication savante0,0080,004
Science ouverte0,0020,008
Intégrité de la recherche0,0060,011
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,024
Tête enseignante GPT0,226
Écart entre enseignants0,202 · 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
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'admission1
Résumé présentoui

Explorer davantage

Même sujetManagement and Organizational StudiesTravaux en français237 207