‘Athletes’, ‘Talents’, and ‘Players’: Conceptual Distinctions and Considerations for Researchers and Practitioners
Notice bibliographique
Résumé
A clearer understanding of, and tighter boundaries between, terms are important for researchers designing studies as well as for other sport stakeholders creating evidence-informed policies. This article considers the terms 'athlete', 'talent', and 'player' from psychological and sociocultural perspectives and in different sporting communities to highlight the importance of terminological clarity in sport research. We present considerations to clarify the use of these terms within different contexts and how the use of specific terms may affect knowledge mobilization in diverse sporting populations. A conceptual discussion is provided to help operationalize development-related terminology and its associated stages, to better reflect contemporary academic thought, and enhance practical interpretations. Importantly, we also call for greater transparency from researchers when presenting findings and encourage practitioners to clearly define key terms when working in sport. Our intention in this paper is to energize readers to consider how we use language in athlete identification and development contexts, to stimulate deeper thought and discourse around the possible implications these terms may have at any point of an individual's development in sport. Greater deliberation, identification, and acknowledgment of the drawbacks accompanying these terms will be needed before more confident assertions can be made on how researchers and practitioners could (or even should) implement certain terminology across youth sport contexts moving forward. This paper adds to a growing literature on the importance of clarity in terminology and acts as an impetus for those working in specific sports to co-design key terms used by researchers, practitioners, and policy makers.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».