MétaCan
Menu
Retour à la cohorte
Enregistrement W4295221688 · doi:10.1016/j.ajsep.2022.08.004

The relationship between athlete leadership and communication: Analyzing social networks within Japanese sport teams

2022· article· en· W4295221688 sur OpenAlexaff
Shohei Takamatsu, Ryutaro Yamakita

Notice bibliographique

RevueAsian Journal of Sport and Exercise Psychology · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSports, Gender, and Society
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesJapan Society for the Promotion of Science
Mots-clésBasketballPsychologyAthletesApplied psychologyContext (archaeology)Social psychologyGeographyMedicinePhysical therapy

Résumé

récupéré en direct d'OpenAlex

Despite the recent advancement of athlete leadership studies, little is known about their applicability in East Asian countries such as Japan, and more importantly, their relationship to communication among team members. We therefore examined the relationship between athlete leadership and communication in Japanese sport teams. The data were collected from the athletes (N = 63; three sport teams: basketball, lacrosse, and soccer) at the women's university in Japan. We then analyzed the data utilizing the social network analysis and the quadratic assignment procedure correlation technique. The results suggested a moderate correlation between each type of athlete leadership (i.e., task, motivational, and social leadership) across the three teams. Moderate correlations were also found between each of athlete leadership quality and the amount of communication. In conclusion, the current study demonstrated that athlete leadership qualities were applicable to the Japanese context and empirically clarified the relationship between athlete leadership qualities and the amount of communication. The finding contributes to further understanding of athlete leadership.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
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 Opus0,071
Tête enseignante GPT0,339
Écart entre enseignants0,268 · 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

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Journal of Sport and Exercise PsychologyMême sujetSports, Gender, and SocietyTravaux en français237 207