MétaCan
Menu
Retour à la cohorte
Enregistrement W7133547108 · doi:10.53841/bpssepr.2025.20.1.5

Advancing narrative research in sport psychology: Reflections on different kinds of stories

2025· article· en· W7133547108 sur OpenAlexaff
Kerry R. McGannon, Jenny McMahon, Jill Moffatt

Notice bibliographique

RevueSport & Exercise Psychology Review · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueSport Psychology and Performance
Établissements canadiensLaurentian University
Organismes subventionnairesnon disponible
Mots-clésNarrativeWitnessNarrative inquiryValue (mathematics)Narrative criticismNarrative networkNarrative psychologyDigital media

Résumé

récupéré en direct d'OpenAlex

Although narrative inquiry research was less common in the sport sciences in the early 2000s, the study of stories contextualised in narratives is now embraced in sport psychology research. In this commentary, we build on recent discussions and review papers by reflecting on the current position of narrative inquiry research in the sport sciences and sport psychology. Our precise aim was to explore a growing body of narrative research in sport psychology focusing on public stories (i.e. autobiographies, digital media) to further advocate for their value to study identities and sporting lives. To contextualise our commentary, we first outline several narrative inquiry assumptions (e.g. distinctions between a story and narrative, onto-epistemology, story analyst vs. storyteller, big and small story approaches). Next, we provide examples of research on ‘different kinds of stories’ circulated in public spaces for witness and wider audience consumption to explore their value in narrative inquiry research in sport psychology. We then reflect on future research directions and considerations to advance critically informed and principled research on autobiography and digital media as storied resources in narrative inquiry.

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)0,050
score de la tête « metaresearch » (Gemma)0,069
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,950
Score d'incertitude au seuil0,263

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0500,069
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0050,006
Études des sciences et des technologies0,0070,040
Communication savante0,0170,024
Science ouverte0,0040,010
Intégrité de la recherche0,0120,017
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,124
Tête enseignante GPT0,540
Écart entre enseignants0,416 · 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.

Devis d'étudeThéorique ou conceptuel
DomaineMéthodes
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSport & Exercise Psychology ReviewMême sujetSport Psychology and PerformanceTravaux en français237 207