Enhancing impact: A systematic review of implementation science in sport psychology research
Notice bibliographique
Résumé
Significant challenges often exist when incorporating scientific evidence into practice. In some research domains, it can take roughly 17 years to incorporate evidence-based practices (EBPs) into routine practice (Balas & Boren, 2000; Grant et al., 2003; Morris et al., 2011). One of the strategies for helping reduce barriers and facilitate the adoption of EBP into “routine” practice is through implementation science practices (IS; Eccles & Mittman, 2006). The aim of this review was to provide a comprehensive and critical overview of IS in sport psychology research. A systematic review of four databases (Web of Science, Sport Discus, Scopus, Medline-OVID) from 1900 to 2022 was performed using the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA; Moher et al., 2009). Full-text articles including relevant data on IS in sport were identified. The initial search revealed 645 articles and after screening, 33 articles remained for final review. Articles were assessed for quality using a 3-point Likert-type scale based on clarity of research aim and components of IS. The most prevalent number of articles focused on injury prevention programs (42%), and 48% had male and female samples. Of these articles, only one sport psychology article explicitly used a component of IS. Although, 12% studied wellness and performance interventions with athletes, they did not explicitly utilize IS. This systematic review revealed important findings about the landscape of IS in sport psychology research and highlights several opportunities for researchers and practitioners to utilize IS to enhance the implementation of research findings.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,088 | 0,259 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,014 | 0,016 |
| Bibliométrie | 0,035 | 0,024 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,008 | 0,009 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,005 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».