MétaCan
Menu
Retour à la cohorte
Enregistrement W4409763224 · doi:10.1080/21520704.2025.2493677

The Co-Creation of Representative Training Designs in Elite Water Polo Using a Scientist-Practitioner Approach

2025· article· en· W4409763224 sur OpenAlexafffund
Lily Dong, Nicolas Berryman, David Paradelo, Sommer Christie, Thomas Romeas

Notice bibliographique

RevueJournal of Sport Psychology in Action · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueSport Psychology and Performance
Établissements canadiensUniversité de MontréalUniversity of OttawaInstitut Universitaire de Gériatrie de MontréalUniversité du Québec à Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaFonds de Recherche du Québec-Société et Culture
Mots-clésWater poloElitePsychologyTraining (meteorology)Political sciencePhysical medicine and rehabilitationGeographyMeteorologyMedicine

Résumé

récupéré en direct d'OpenAlex

This article describes an evidence-informed, collaborative process to bridge the gap between science and practice and tailor representative training designs to a national water polo team. Team gaps and context-specific needs were identified and probed using quantitative methods and “gamestorming” focus groups. The resulting data informed the subsequent co-design of a Constraints-led Holistic Approach to Overcoming Stressors (CHAOS), an intervention that considered not only physical but also cognitive and emotional demands of competitive match play. The process we depict may be adapted to diverse contexts, and we additionally share practical tools and reflections that may be relevant for other scientist-practitioners.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,065
Score d'incertitude au seuil0,393

Scores Codex et Gemma par catégorie

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

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 Opus0,118
Tête enseignante GPT0,480
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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Sport Psychology in ActionMême sujetSport Psychology and PerformanceTravaux en français237 207