MétaCan
Menu
Retour à la cohorte
Enregistrement W7009002119

Design Thinking for Research in Sport Psychology

2023· article· en· W7009002119 sur OpenAlexaffabout

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiquePersona Design and Applications
Établissements canadiensUniversity of AlbertaUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésPersonaEmpathyCoachingDesign thinkingCognitive reframingEnablingProcess (computing)Presentation (obstetrics)Sport psychology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This presentation showcases Design Thinking (DT) in research. Although DT has long been used in certain fields (e.g., architecture, engineering), its use in the sports domain is nascent. DT, a paradigm, methodology, and method, encourages creative, multi-disciplinary and multi-stakeholder teams to use a systematic and collaborative approach to identify and creatively solve problems with abductive reasoning, which helps to understand field-deep knowledge (Chamber et al., 2021). DT aims to solve wicked problems in a human-centred, desirable, technologically feasible, and economically viable way to ensure innovation and change are sustained over time. DT can help with the system change (e.g., sport psychology, coach education). In our first case, we organized the National Coaching for Para Sport Summit based on the DT paradigm (wicked problem: more inclusive education for coaching in Para sport), methodology (Hasso-Plattner Institution model; HPI) and methods (empathy mapping, fictional personas). Second, using DT methodologically, we explored Canadian high-performance athlete retirement support mechanisms. We used the 5-stage HPI process to conduct empathy interviews, which we analyzed abductively, creating personas to be used to ideate solutions. Third, we used DT as a paradigm in a case study of student-athlete mental health at uOttawa. Data were generated using DT tools (e.g., enabler interviews, digital storytelling, empathy mapping) resulting in a stakeholder map and fictional personas. We recommend DT as a promising concept whether as a paradigm, methodology, and/or method for sport psychology research aimed at the re-imagination of complex problems from a holistic perspective, considering the realities of end-users.

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)0,064
score de la tête « metaresearch » (Gemma)0,061
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,064
Score d'incertitude au seuil0,338

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0640,061
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0070,005
Études des sciences et des technologies0,0040,033
Communication savante0,0140,011
Science ouverte0,0030,007
Intégrité de la recherche0,0050,010
Charge utile insuffisante (le modèle a refusé de juger)0,0120,003

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 Opus0,396
Tête enseignante GPT0,487
Écart entre enseignants0,091 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetPersona Design and ApplicationsTravaux en français237 207