MétaCan
Menu
← Retour à la cohorte
Enregistrement W4388198255 · doi:10.46692/9781529228519.006

Theory of Change Underlying Sport-Based Programmes

2022· other· en· W4388198255 sur OpenAlexaff

Notice bibliographique

Revuenon disponible
Typeother
Langueen
DomaineSocial Sciences
ThématiqueSport and Mega-Event Impacts
Établissements canadiensUniversity of the Fraser Valley
Organismes subventionnairesnon disponible
Mots-clésPsychology

Résumé

récupéré en direct d'OpenAlex

As discussed in previous chapters, the relationship between sport and crime has been difficult to disentangle. Some argue that involvement with sport results in a variety of positive impacts for youth including increases in resiliency, selfesteem, self-efficacy, and a wider network of relationships and opportunities (Morgan and Costas Batlle, 2019; Morgan, Parker, and Roberts, 2019; Morgan et al, 2019). Others have noted that there is a link between sport participation and involvement in certain types of delinquency including violence and problematic alcohol use (Stansfield, 2017). It is very clear that involvement in sport can impact different aspects of one's personality and social setting in both positive and negative ways. It is also quite clear that risk-based theories of youth crime prevention rest on shaky evidence and that youth development interventions, through sports or other forms of interventions, must demonstrate how they can produce tangible crime prevention outcomes. According to a recent UNODC desk review (Samuel, 2018), sport-based crime prevention programmes with welldeveloped methodologies and robust theories of change are the exception rather than the rule. Most programmes fall into the category of local grassroots initiatives, often established by youth for youth, with limited resources and capacity, with only broad identifiable goals, and with no clearly identifiable methodologies or documented assessments of their effectiveness (Samuel, 2018: 62). There have been several attempts to develop a theory of positive development through sports (Coalter, 2013a; Noble and Coleman, 2016; Holt et al, 2017) and at least one attempt to propose a theoretical framework that links sports to positive youth development (PYD) and crime prevention (Morgan et al, 2019). Despite substantial research progress in the last decade, there is a lack of a clear and coherent theoretical conception of these sport-based prevention programmes, an understanding of how and why they might be expected to work, and, therefore, how they can most effectively be implemented. This chapter presents an attempt to conceptualize the links between criminological theory and sport-based crime prevention programmes. This is a prerequisite to forming a cogent theory to explain how sport-based programmes can, at least theoretically, produce crime prevention outcomes at the individual level. This involves clarifying existing concepts and connecting them to existing theories commonly used to understand youth offending and desistance from crime.

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)0,005
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,011
Communication savante0,0060,004
Science ouverte0,0030,003
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0180,002

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 Opus0,205
Tête enseignante GPT0,382
Écart entre enseignants0,176 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

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'admission1
Résumé présentoui

Explorer davantage

Même sujetSport and Mega-Event Impacts→Travaux en français237 207→