MétaCan
Menu
← Retour à la cohorte
Enregistrement W7009677270

Évaluation de Prévenir la consommation de produits pour améliorer les performances sportives, un programme de prévention du dopage sportif destiné aux entraîneurs des joueurs de hockey de 13 à 17 ans au Québec

2020· other· fr· W7009677270 sur OpenAlexaboutno aff

Notice bibliographique

RevueCorpus Université Laval (Université Laval) · 2020
Typeother
Languefr
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQualitative analysisPoison controlStatistical analysis
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Le dopage sportif se définit comme étant l’acte d’absorber une substance interdite pour améliorer ses performances sportives autant physiques que mentales. Le dopage sportif attire l’attention des médias et des chercheurs puisqu’il s’agit d’un phénomène qui prend de l’ampleur spécialement chez les jeunes et les adolescents, et notamment les garçons de 13 à 17 ans. Pour contrer ce problème, des programmes de prévention du dopage sportif ont été mis en place par plusieurs organisations. Toutefois, à notre connaissance, peu de ces programmes semblent avoir été évalués. L’objectif de l’étude est d’évaluer par une méthodologie qualitative une formation en ligne, destinée aux entraîneurs et visant à prévenir le dopage chez les joueurs de hockey de 13 à 17 ans au Québec. Des entrevues semi-dirigées ont été effectuées avec six entraîneurs ayant suivi la formation, afin d’obtenir leur perception et appréciation à l’égard de la mise en oeuvre de la formation, et de leur capacité à soutenir la mise en oeuvre d’interventions préventives auprès des joueurs. La méthode d’analyse de contenu de Paillé et Mucchielli (2012) a été utilisée pour conduire l’analyse des données. Un modèle adapté du cadre de Phillips (1996) ainsi que du Consolidated model Framework for Implementation Research (CFIR) de Damschroder et ses collaborateurs (2009), a été utilisé comme référence pour l’analyse.

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)0,007
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,657
Score d'incertitude au seuil0,683

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,018
Tête enseignante GPT0,214
Écart entre enseignants0,195 · 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'étudeObservationnel
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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCorpus Université Laval (Université Laval)→Travaux en français237 207→