“It's not Fair!”: Multisensory reaction time differences between D/deaf and hearing populations in athletics starting systems
Notice bibliographique
Résumé
When competing alongside hearing athletes in athletics, D/deaf athletes are typically faced with variable starting systems (e.g., lights, flags, vibrating armbands), which run concurrently with an auditory stimulus to encourage inclusion. However, a lack of consistency with regards to technologies adopted has led to inequitable opportunities for fast reaction times (RTs) between D/deaf and hearing athletes. Given that RT is a critical element of performance in sprint events, the aim of the current series of studies was to determine whether current starting systems present a disadvantage for D/deaf athletes. We tested RT differences between unimodal and bimodal - auditory, visual, and haptic stimuli across D/deaf and hearing populations in lab-based (Study 1) and field-based (Study 2) environments. Analyses for Studies 1 and 2 confirmed RT advantages for individuals able to access bimodal stimuli (e.g., hearing athletes accessing both auditory and visual stimuli). Findings support a visual-haptic configuration as the most equitable (and fastest) stimulus composition between populations. We then used semi-structured interviews (Study 3) to comprehensively explore the insights and experiences of existing starting systems from key personnel (e.g., athletes, coaches, NGBs). Three themes were developed using reflexive thematic analysis: (1) knowing when to go - experiences of starting systems; (2) organisational challenges; and (3) from awareness to action. Across the three studies, we provide insights into the limitations of current practice that culminates in a series of applied recommendations. Findings may be instrumental in informing UK Athletics and World Athletics policy regulations around starting systems to improve equity for D/deaf athletes. NOTE: For a British Sign Language version of the abstract scan the QR code.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».