Athlete-centred coaching: An applied example from junior international field hockey
Notice bibliographique
Résumé
The extent to which the concept of athlete-centred coaching (Kidman, 2001, 2005; Kidman & Lombardo, 2010) has resonated with the international community has exceeded almost all other coaching discourse over the past decade (Nelson, Cushion, Potrac, & Groom, 2014). As well as featuring prominently in numerous academic coaching texts (e.g. Cassidy, Jones, & Potrac, 2009; Gilbert, 2017; Light, 2017; Pill, 2018), athlete-centred coaching has also been embraced by a large number of National Governing Bodies (NGBs) both in the UK (e.g. England Hockey (Great Britain Hockey, 2015), England Rugby (Rugby Football Union, 2017), England Netball (England Netball, 2007) and the Football Association (The Football Association, 2015)) as well as in numerous other countries around the world including Canada, Finland and New Zealand - to name but a few (Romar, Sarén, & Hastie, 2016). Furthermore, athlete-centred coaching has also been espoused by some highly successful field hockey coaches (e.g. Ric Charlesworth (Light, 2013), Danny Kerry (Richardson, 2015) and Beth Anders (Gilbert, 2017)).
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 tête enseignante, 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 ».