MétaCan
Menu
Retour à la cohorte
Enregistrement W4403089190 · doi:10.1080/00222216.2024.2402313

Ascending past constraints through immersion into the social worlds of climbing gyms

2024· article· en· W4403089190 sur OpenAlexaffabout
Cory Kulczycki, Richard J. Buning

Notice bibliographique

RevueJournal of Leisure Research · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueRecreation, Leisure, Wilderness Management
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésClimbingImmersion (mathematics)Social worldsPsychologySociologyComputer scienceHistoryMathematicsSocial scienceArchaeology

Résumé

récupéré en direct d'OpenAlex

Gyms are community hubs centered around physical activity and in recent years indoor climbing gyms have witnessed unprecedented growth globally as the sport has moved from extreme to the mainstream. As the sport continues to grow, the industry seeks to understand how to both keep new climbers and progress climbers already invested in the sport. The study sought to understand how individuals encountered and negotiated constraints as they became progressively immersed into the social worlds of the activity. Interviews were conducted with indoor rock climbers in Australia and Canada ranging in experience and social world progression (N = 27). The findings revealed the nature of constraints and the ways in which individuals negotiated them evolved as they become more immersed into the social community of climbing. Practically, this research provides the climbing industry with insight on how to assist in creating and maintaining climbing communities to foster continued participation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,395
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,126
Tête enseignante GPT0,489
Écart entre enseignants0,362 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Leisure ResearchMême sujetRecreation, Leisure, Wilderness ManagementTravaux en français237 207