MétaCan
Menu
← Retour à la cohorte
Enregistrement W7019741243

‘If you’ve got a fire, you can rekindle it’: Learning how to re-engage in sport following a lapse through a multiple-case study of Masters athletes

2023· article· en· W7019741243 sur OpenAlexaff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePsychology
ThématiqueSport Psychology and Performance
Établissements canadiensUniversity of LethbridgeUniversité du Québec en OutaouaisUniversity of OttawaWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésDisengagement theoryAthletesThematic analysisClubCompetitive athletesSport psychologyQualitative research
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The COVID-19 pandemic led to the implementation of socio-sanitary restrictions and a mass exodus from organized sport and physical activity (PA). As restrictions are lifted, many individuals are attempting to re-engage with sport. Masters athletes (MAs) are optimal for studying successful re­-engagement because they adhere to sport throughout adulthood. 'Rekindlers' are MAs who participated in organized sport during their youth followed by a lapse in PA, often due to competing responsibilities (Dionigi, 2015). Uniquely, ‘Rekindlers’ have overcome prolonged disengagement from PA in the past. The purpose of this study was to understand the facilitators, barriers, and strategies of ‘Rekindlers’ during their re-engagement following a sustained lapse in PA. A multiple-case study grounded in critical realism was conducted with eleven MAs (9F, 2M), ranging from 43-70 years of age. Data was collected through semi-structured interviews and data was analyzed through thematic analysis. All MAs were competitive in youth sport as children and adolescents and experienced a lapse in sport (ranging from 3-40 years) due to varying factors (e.g., career, injury). MAs spoke about reasons for re-engaging (e.g., health, identity, social involvement) and the research they did to re-engage (e.g., club websites, spoke with established MAs). MAs’ re-engagement process was influenced by their personal strategies (e.g., preparatory PA, goal setting), and social (e.g., support from MAs/coaches), external (e.g., proximity to training), and psychological factors (e.g., identity, emotions). These results offer an example of successful re-engagement and may be helpful for others attempting to re-engage following the COVID-19 pandemic.

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)0,012
score de la tête « metaresearch » (Gemma)0,015
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 enseignants0,014
Score d'incertitude au seuil0,066

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,015
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0140,009
Communication savante0,0070,007
Science ouverte0,0050,006
Intégrité de la recherche0,0040,006
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,066
Tête enseignante GPT0,348
Écart entre enseignants0,282 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSport Psychology and Performance→Travaux en français237 207→