MétaCan
Menu
Retour à la cohorte
Enregistrement W4391838833 · doi:10.1080/14927713.2023.2295319

Le mentorat dans les pratiques de loisir de chasse et de pêche au Québec: étude qualitative sur cette problématique récréative

2024· article· fr· W4391838833 sur OpenAlexaffvenueabout
Marc‐Antoine Vachon, Marie-Christine Bruneau, Denis Auger, Romain Roult

Notice bibliographique

RevueLeisure/Loisir · 2024
Typearticle
Languefr
DomainePsychology
ThématiqueOutdoor and Experiential Education
Établissements canadiensUniversité du Québec à Trois-RivièresUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

Les pratiques de chasse et de pêche font partie intégrante des activités de plein air au Québec. Toutefois, et depuis plusieurs décennies, le Québec est confronté à une diminution drastique du nombre de pratiquants. Parmi les stratégies visant à accroître l’engouement autour de ces pratiques de loisir, le mentorat est une des actions centrales. Cette étude qualitative, basée sur 24 entretiens semi-dirigés, vise à analyser quelles sont les raisons et dans quels contextes les adeptes de chasse et de pêche au Québec s’impliquent comme mentors et quels sont les impacts de ces implications sur les mentorés. Les résultats obtenus permettent de mettre en lumière que les motivations et les freins à s’investir dans une activité de mentorat sont variés autant pour les mentors que pour les mentorés, mais ces deux publics reconnaissent l’importance du mentorat dans leurs pratiques tout en mettant en avant des enjeux financiers, sécuritaires ainsi que sociaux.

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)0,004
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 enseignants0,074
Score d'incertitude au seuil0,270

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0120,008
Communication savante0,0040,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,033
Tête enseignante GPT0,408
Écart entre enseignants0,375 · 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
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueLeisure/LoisirMême sujetOutdoor and Experiential EducationTravaux en français237 207