MétaCan
Menu
Retour à la cohorte
Enregistrement W4414933604 · doi:10.1080/02640414.2025.2569254

How is a champion made? – Insights from nine team China Olympic and world champion trampolinists

2025· article· en· W4414933604 sur OpenAlexaff
Huahui Qin, Jiejie Liu, Liwei Zhang, N-J Huang, Robert J. Schinke, Yufeng Li, Yang Ge

Notice bibliographique

RevueJournal of Sports Sciences · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueSport Psychology and Performance
Établissements canadiensLaurentian University
Organismes subventionnairesnon disponible
Mots-clésChampionThematic analysisRowingAdaptabilityCoachingCoping (psychology)Interpersonal communicationChinaContext (archaeology)

Résumé

récupéré en direct d'OpenAlex

This study was conceived to identify key factors contributing to the success of China's trampoline Olympic and world champions, specifically exploring how China's cultural context and unique sports system support their sustained success. Semi-structured interviews with nine Olympic and world champion trampolinists were analyzed using reflexive thematic analysis within a Confucian relationist framework, highlighting the relational nature of knowledge and interactions among psychological traits, training, and social contexts. Three interrelated themes were developed. (1) Social Support: Coaches provided technical guidance and psychological encouragement. Teammates fostered a balance of collaboration and competition. Families offered emotional support and stability. These elements underpinned a comprehensive social support system. (2) Behavioral Coping Strategies: Athletes relied on clear goal setting, scientific and reflective training, and adaptability in competitions to overcome challenges. (3) Psychological Adjustment: Emotional regulation, focus-oriented self-regulation and psychological conditioning were central to coping with the demands of high-pressure competition. These elements are interwoven, collectively shaping the athletes' developmental journey and emphasizing the need for an integrated training ecosystem to sustain championship performance.

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 enseignants0,052
Score d'incertitude au seuil0,103

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0100,006
Communication savante0,0040,003
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,017
Tête enseignante GPT0,312
Écart entre enseignants0,295 · 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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sports SciencesMême sujetSport Psychology and PerformanceTravaux en français237 207