MétaCan
Menu
Retour à la cohorte
Enregistrement W4411324445 · doi:10.3389/fspor.2025.1483898

“I'm not too old to lift”: exploring lifelong involvement in Olympic weightlifting through the serious leisure perspective

2025· article· en· W4411324445 sur OpenAlexaff
François Gravelle, Aida Stratas, George Karlis

Notice bibliographique

RevueFrontiers in Sports and Active Living · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueSport Psychology and Performance
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésPerspective (graphical)Lift (data mining)PsychologyComputer scienceArtVisual arts

Résumé

récupéré en direct d'OpenAlex

Introduction: This study explores the lifelong involvement of older adults in Olympic weightlifting (OW) with the aim of understanding the factors that motivate them to initiate and sustain participation across their lifespan, as well as the challenges they face and the benefits they experience. Methods: Semi-structured in-depth interviews were conducted with 22 participants (18 males, 4 females), aged 50-89, who had over 30 years of training experience in OW. The interviews lasted 40-58 min and were conducted face-to-face or via video call. The data was framed through Stebbins 'serious leisure perspective with an inductive thematic analysis to identify themes. Results and discussion: Five themes and four subthemes were identified that shape participants' enduring involvement in OW: lifelong passion and commitment to OW (subthemes: perseverance and serious leisure career development), rigorous training regimens, injury experiences and recovery, self-improvement and personal growth, and social and community building (subthemes: community and camaraderie, coaching and mentorship for athlete development and legacy). These themes reveal the deep dedication, resilience, and strong sense of community that mark participants' enduring involvement in this sport. The results suggest that OW can be utilized as a valuable sport for healthy aging, personal growth, and building supportive networks, which can inform approaches in health promotion, fitness programming, and sport development across different age groups.

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)0,004
score de la tête « metaresearch » (Gemma)0,003
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 seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0050,006
Communication savante0,0040,003
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 Opus0,024
Tête enseignante GPT0,296
Écart entre enseignants0,272 · 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 revueFrontiers in Sports and Active LivingMême sujetSport Psychology and PerformanceTravaux en français237 207