MétaCan
Menu
Retour à la cohorte
Enregistrement W4411276604 · doi:10.1123/apaq.2024-0138

Understanding How Athlete Classification Is Supported by Administrators Within National Sport Organizations

2025· article· en· W4411276604 sur OpenAlexaff
Janet A. Lawson, Amy E. Latimer‐Cheung

Notice bibliographique

RevueAdapted Physical Activity Quarterly · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueSport Psychology and Performance
Établissements canadiensQueen's UniversityUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésMentorshipContext (archaeology)Classification schemeExperiential knowledgeKnowledge managementPsychologyMedical educationComputer scienceData scienceMedicine

Résumé

récupéré en direct d'OpenAlex

Classification is an essential aspect of parasport. However, the exact roles and responsibilities of parasport administrators related to classification have not yet been fully explored. This study aimed to understand how administrators in national sport organizations support classification. Six administrators participated in semistructured interviews. Critical realist analysis generated three themes: knowledge of classification, classification context, and administrators' roles related to classification. Knowledge of classification speaks to the importance of administrators' understanding classification, as well as their reliance on experiential learning and mentorship to understand the classification system and their role within it. Classification context refers to the tension within parasport resulting from competing uses of classification: Some organizations use classification to facilitate participation, while others reserve classification for high-performance athletes. Resultingly, administrators' roles are responsive to the unique needs of their organization. Altogether, this work describes how administrators may act as knowledge brokers in the parasport context.

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)0,015
score de la tête « metaresearch » (Gemma)0,032
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 enseignants0,015
Score d'incertitude au seuil0,077

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,032
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0100,011
Communication savante0,0110,008
Science ouverte0,0020,007
Intégrité de la recherche0,0020,003
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 Opus0,069
Tête enseignante GPT0,338
Écart entre enseignants0,269 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdapted Physical Activity QuarterlyMême sujetSport Psychology and PerformanceTravaux en français237 207