MétaCan
Menu
Retour à la cohorte
Enregistrement W4386605098 · doi:10.3384/ecp201.2

Professionalism & Leadership Development in Ice Hockey

2023· article· en· W4386605098 sur OpenAlexaffabout
Lynn LeVatte, Christina Phillips, Kristin O'Rourke, Shaun Ranni

Notice bibliographique

RevueLinköping electronic conference proceedings · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueYouth Development and Social Support
Établissements canadiensUniversity of TorontoCape Breton University
Organismes subventionnairesnon disponible
Mots-clésCoachingIce hockeyPsychologyField hockeyInclusion (mineral)Diversity (politics)Applied psychologyLeadership developmentQualitative researchTraining (meteorology)Medical educationPublic relationsSocial psychologyPolitical scienceSociologyGeographyFootballMedicineSocial science

Résumé

récupéré en direct d'OpenAlex

This qualitative research study investigated the Social Emotional Learning training experiences of ice hockey coaches in Atlantic Canada. Social Emotional Learning (SEL) and leadership in sport is an emergent field which has been gaining attention on a national level. The purpose of this study was to examine various aspects of SEL within coaching leadership training of Canadian ice hockey coaches in Atlantic Canada. Minor hockey coaches (n=8) were recruited to participate in semi-structured interviews. Five questions pertaining to hockey coaching background, leadership training, communication, and SEL training experiences were posed to participants. Interviews were offered both in person or virtually as an option for convenience. Analysis of data suggested that clear expectations and effective communication with players and guardians were valuable aspects for relationship building. Limited professional development opportunities surrounding aspects of SEL were noted by participants, training provided was outdated in certain aspects, and current topics of inclusion, diversity, and culture. Future recommendations for continued study within the field of SEL within ice hockey are offered.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,300
Score d'incertitude au seuil0,596

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0090,007
Communication savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,193
Tête enseignante GPT0,361
Écart entre enseignants0,168 · 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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLinköping electronic conference proceedingsMême sujetYouth Development and Social SupportTravaux en français237 207