MétaCan
Menu
Retour à la cohorte
Enregistrement W4295066808 · doi:10.1177/15588661221125206

Distinguishing Participants and Non-Participants in Campus Recreation: The Roles of Knowledge and Motivations

2022· article· en· W4295066808 sur OpenAlexaffabout
Ryan Snelgrove, Vinu Selvaratnam, Laura Wood, Luke R. Potwarka

Notice bibliographique

RevueRecreational Sports Journal · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueRecreation, Leisure, Wilderness Management
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésRecreationPsychologyLogistic regressionDrop outMedical educationMedicinePolitical science

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to explore how students’ knowledge of campus recreation opportunities and their general physical activity (PA) motivations were associated with participation or non-participation in intramural sports, drop-in sports, and the fitness center. Data were collected using a questionnaire from undergraduate students (N = 348) at a large university in Ontario, Canada. Data were analyzed using logistic regression. Knowledge of opportunities was positively associated with participation in all three campus recreation activities. A desire to enhance the university experience was positively associated with intramurals and drop-in sports. Additionally, a desire to be fit through PA was negatively associated with drop-in sports. In addition to increasing students’ knowledge of opportunities, recreation professionals are encouraged to identify and promote the unique aspects of the campus recreation experience, such as its ability to enhance the university experience, in order to stimulate participation through differentiation from off-campus recreation experiences.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,912

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,039
Tête enseignante GPT0,333
Écart entre enseignants0,294 · 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 tête enseignante, 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

Citations4
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRecreational Sports JournalMême sujetRecreation, Leisure, Wilderness ManagementTravaux en français237 207