MétaCan
Menu
Retour à la cohorte
Enregistrement W4317613464 · doi:10.1123/japa.2022-0146

What Do We Know About the Value of Sport for Older Adults? A Scoping Review

2023· review· en· W4317613464 sur OpenAlexaff
Shruti Patelia, Alia Mazhar, Joseph Baker

Notice bibliographique

RevueJournal of Aging and Physical Activity · 2023
Typereview
Langueen
DomaineSocial Sciences
ThématiqueRetirement, Disability, and Employment
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésAthletesDemographicsLimitingGerontologyPsychologyValue (mathematics)Applied psychologyMedicinePhysical therapySociologyEngineeringDemography

Résumé

récupéré en direct d'OpenAlex

Issues relating to older adults in sport are ongoing topics of interest among sport scientists; however, our knowledge on how older athletes have been studied is incomplete, which has implications for understanding the comprehensiveness of this evidence base. This scoping review aimed to provide an overview of how sport and older adults have been studied since the first World Masters Games. Data on research topics, research methods, sport-specific information, and demographic information on older athletes were collected and reviewed. Results suggest older athletes who are White, male, and competitive athletes have largely been the focus of research. In addition, results highlight an alarming number of unreported data related to the demographics of athlete samples. As a result, the well-documented benefits of sport may reflect a homogenous group of older adults, limiting our overall understanding of aging and sport and the value of this research for developing evidence-informed policy.

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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,900
Score d'incertitude au seuil0,490

Scores Codex et Gemma par catégorie

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

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 Opus0,209
Tête enseignante GPT0,495
Écart entre enseignants0,286 · 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'étudeAutre devis
Domainenon disponible
GenreSynthèse

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Aging and Physical ActivityMême sujetRetirement, Disability, and EmploymentTravaux en français237 207