MétaCan
Menu
← Retour à la cohorte
Enregistrement W7161991317 · doi:10.82308/46213

EXPLORING HOW SUCCESSFUL UNIVERSITY SOCCER COACHES INTEGRATE FIRST-YEAR PLAYERS INTO THEIR TEAM

2025· dissertation· en· W7161991317 sur OpenAlexaboutno aff
Christopher Cinelli-Faia

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomainePsychology
ThématiqueSport Psychology and Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFootball playersFootballWork (physics)

Résumé

récupéré en direct d'OpenAlex

La transition vers l’université est une période de grand stress pour les athlètes de première année, qui doivent s’adapter à des exigences sportives et académiques accrues, ainsi qu’à de nouveaux défis sociaux et de vie. Dans les sports d’automne à saison condensée, comme le soccer universitaire canadien, les entraîneurs doivent donc avoir des stratégies uniques pour faciliter le processus de transition de leurs athlètes de première année. Par exemple, les entraîneurs des sports d’automne sont autorisés à commencer leur camp d’entraînement au cours de la deuxième semaine du mois d’août et leur saison entière se termine au cours de la première semaine de novembre, ce qui laisse très peu de temps pour faciliter la transition vers l’université pour leurs athlètes de première année. L’objectif de cette étude était donc d’explorer les expériences des entraîneurs de football universitaire, ainsi que les stratégies qu’ils utilisent pour faciliter le processus de transition des athlètes de première année, dans le cadre des contraintes de la saison d’automne condensée. Des entretiens individuels semi-structurés ont été menés avec six entraîneurs ayant connu un succès notable, dont l’expérience moyenne était de 13,8 ans. Les entretiens ont été transcrits intégralement, puis analysés de manière inductive à l’aide d’une analyse thématique réflexive (Braun et al., 2023). Les résultats ont mis en lumière que la courte présaison de trois semaines laissait aux athlètes de première année très peu de temps pour s’adapter à un nouvel environnement et aux exigences importantes sur les plans athlétique et académique. De plus, le nombre réduit de matchs lors de la saison compétitive donnait moins d’occasions aux joueurs de première année de gagner du temps de jeu. Malgré ces contraintes, les entraîneurs ont trouvé des moyens de tisser des liens avec les nouveaux athlètes avant le début du camp d’entraînement. Ils se sont également appuyés sur leurs leaders pour servir de modèles durant le camp et ont délibérément cultivé une culture d’équipe positive et inclusive, favorisant l’autonomie, la responsabilité et le sentiment d’appartenance. Dans l’ensemble, cette étude constitue l’une des premières recherches empiriques à documenter les stratégies utilisées par les entraîneurs de sports d’automne condensés pour faciliter la transition de leurs athlètes de première année. Ces résultats enrichissent donc la littérature sur le coaching sportif et les athlètes de première année, en apportant un éclairage nouveau sur les défis et les stratégies d’entraînements propres au contexte unique d’une saison d’automne condensée

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)0,003
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,021
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,002
Communication savante0,0100,004
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,077
Tête enseignante GPT0,291
Écart entre enseignants0,214 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSport Psychology and Performance→Travaux en français237 207→