MétaCan
Menu
Retour à la cohorte
Enregistrement W4310271106 · doi:10.29173/spectrum119

Critical Investigation of Mediated Representations of Sport-Related Pain and Injury

2022· article· en· W4310271106 sur OpenAlexaffvenue
Jordan Zacher, William Bridel

Notice bibliographique

RevueSpectrum · 2022
Typearticle
Langueen
DomaineNursing
ThématiqueNursing Education, Practice, and Leadership
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésAthletesThematic analysisSports injuryPhysical therapyNarrativePsychologyNormalization (sociology)MedicineSociologyQualitative researchArtLiteratureSocial science

Résumé

récupéré en direct d'OpenAlex

Academic literature has consistently demonstrated that athletes are socialized to accept a culture of risk, which is thought to be inherent within sport. In accepting this culture of risk, sport-related pain and injuries are normalized. This normalization is reinforced by the media through the glorification of (primarily) male athletes who play through their pain in (largely) contact sports. The purpose of this study was to investigate how CBC Sports Weekend constructed sport-related pain and injury across a variety of sports. Twenty broadcasts that aired from August – December 2019 were selected and subjected to thematic analysis. The results indicated a paradoxical representation of sport-related pain and injury. CBC Sports Weekend reinforced a culture of risk and rewarded athletes for taking (successful) risks and toughing it out through injuries, across a wide range of sports. At the same time, broadcasters showed concern for athletes’ health and well-being following a fall, crash or injury. Importantly, these paradoxical narratives demonstrated an improvement in how sport-related pain and injury is portrayed, augmenting more recent academic literature that suggests sport-related pain and injury media narratives are shifting towards prioritizing health.

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)0,010
score de la tête « metaresearch » (Gemma)0,024
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 enseignants0,010
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,024
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,002
Études des sciences et des technologies0,0070,016
Communication savante0,0090,007
Science ouverte0,0020,008
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,021
Tête enseignante GPT0,317
Écart entre enseignants0,296 · 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

Citations0
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSpectrumMême sujetNursing Education, Practice, and LeadershipTravaux en français237 207