MétaCan
Menu
Retour à la cohorte
Enregistrement W4313592138 · doi:10.1080/21520704.2022.2157918

Developing and Implementing a Constellation Mentoring Program with Canadian Varsity Soccer Teams

2023· article· en· W4313592138 sur OpenAlexaffabout
Cole E. Giffin, Brennen Petersen, Robert J. Schinke, Yufeng Li, San-Fu Kao

Notice bibliographique

RevueJournal of Sport Psychology in Action · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueSport Psychology and Performance
Établissements canadiensLaurentian University
Organismes subventionnairesnon disponible
Mots-clésAthletesPsychologyConstellationPeer mentoringContext (archaeology)FootballMedical educationPedagogyPolitical science

Résumé

récupéré en direct d'OpenAlex

Peer mentors can assist first-year student-athletes transitional demands by offering perspectives and resources to support their adjustment processes. Sports psychology practitioners (SPPs) can form mentoring programs to foster supportive relationships between athletes. We authored this manuscript to showcase the development of a constellation mentoring program (CMP), a form of mentoring where student-athletes had multiple mentors, integrated within two Canadian varsity soccer (football) sport contexts. We begin by situating our university context and why the CMP, underpinned by the athletic career transition model and constellation theory, was needed to support first-year student-athletes’ transitions. We then introduce the stages of the program, beginning with its development, spanning its implementation, and ending with an evaluation to gauge its effectiveness. Each stage was informed using student-athletes’ experiences of their demands in their university contexts. We conclude with reflections on mentor training, preparatory planning, team-building activities, and making time for reflective practice to help guide SPPs interested in adapting this program for use within further contexts.

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)0,006
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,692
Score d'incertitude au seuil0,612

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0120,001
Communication savante0,0020,001
Science ouverte0,0020,006
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,063
Tête enseignante GPT0,417
Écart entre enseignants0,354 · 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

Citations4
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Sport Psychology in ActionMême sujetSport Psychology and PerformanceTravaux en français237 207