MétaCan
Menu
Retour à la cohorte
Enregistrement W4402103216 · doi:10.1080/21640629.2024.2395138

Coach development as assemblage: mobilising assemblage thinking to examine coach learning within an endurance-running coach development intravention

2024· article· en· W4402103216 sur OpenAlexaff
Zoë Avner, Kristina M. Skebo, Luke Jones, Jim Denison, Timothy Konoval, Edward Hall, Royden Radowits, Declan Downie

Notice bibliographique

RevueSports Coaching Review · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueSport Psychology and Performance
Établissements canadiensUniversity of OttawaUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésAssemblage (archaeology)EngineeringPsychologyGeographyArchaeology

Résumé

récupéré en direct d'OpenAlex

In this paper, we examine the learning of nine high-performance endurance running coaches over a seven-week poststructuralist-informed coach development workshop. Drawing on Deleuze and Guattari’s concept of assemblage as a novel analytical framework we explore the production of difference within the context of our learning assemblage, and why thinking and coaching differently remain challenging. Connecting content (e.g. coach learners, coach developers, learning materials and technologies, virtual and physical spaces) and expression (e.g. coaching norms and statements, privileged coach development knowledges and curricula) within a range of empirical materials generated throughout the workshops made visible multiple sociomaterial forces that reproduce coaching as a modernist formation, but also, more hopefully, possible lines of flight for coaches and coach developers (new ways of thinking and practicing) that have the potential to reconfigure endurance-running coaching in ways that are arguably more ethical and sustainable. We conclude by discussing the implications of these for the planning and doing of poststructuralist informed coach development work.

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)0,006
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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0030,011
Communication savante0,0040,004
Science ouverte0,0010,006
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,036
Tête enseignante GPT0,366
Écart entre enseignants0,330 · 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

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSports Coaching ReviewMême sujetSport Psychology and PerformanceTravaux en français237 207