MétaCan
Menu
Retour à la cohorte
Enregistrement W6944033670 · doi:10.17605/osf.io/4ajz7

Addressing the shortage of Women in High Performance sport: What is known and what do we need to know

2025· other· en· W6944033670 sur OpenAlexaboutno aff

Notice bibliographique

RevueOpen Science Framework · 2025
Typeother
Langueen
DomainePsychology
ThématiqueSport Psychology and Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEconomic shortageFace (sociological concept)Inclusion (mineral)Need to knowCoping (psychology)

Résumé

récupéré en direct d'OpenAlex

The aim of this scoping review was to identify the attributes that have led female leaders and coaches to be successful in high performance (HP) sport and uncover what may be missing elements aiding women wishing to advance in HP sport. To date, most research has focused on addressing the shortage of women in sports from the organizational perspective. This study investigates the challenges, and coping skills women have encountered from an individual level. Drawing attention to the skills and experiences of women who have been successful in attaining and maintaining their role in HP sport has the potential to help others advance in the field. Abstract screening (n= 411) and full- text reviews (n=25) resulting in the inclusion of 16 studies. Included studies were conducted in the UK, Canada, Australia, the USA and Europe, giving this review broad worldwide scope. Several areas of interest were revealed during data analysis. The challenges these women face working in the male dominated world of sport. How they faced and overcame those challenges and have maintained their role in HP sport. The connectivity that has been established as a support mechanism for women in a leadership role. Lastly, these women discussed competency and knowledge of the sport as an important aspect of their tenure. What is absent from the literature, and exemplified in these data, is a clearly defined pathway into HP sport for the competent and knowledgeable female leader. The specific steps she can take are yet to be defined.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,821
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0030,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0150,000

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 Opus0,035
Tête enseignante GPT0,375
Écart entre enseignants0,340 · 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.

Devis d'étudeSans objet
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen Science FrameworkMême sujetSport Psychology and PerformanceTravaux en français237 207