MétaCan
Menu
← Retour à la cohorte
Enregistrement W744405915 · doi:10.71781/32026

Exploration du phénomène de la stagnation des performances chez le nageur de haut niveau

2014· dissertation· fr· W744405915 sur OpenAlexaboutno aff
Nicia Langlois-Pelletier

Notice bibliographique

RevueOpen MIND · 2014
Typedissertation
Languefr
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

La stagnation est un phénomène fréquent dans le domaine de la natation, bien qu’inexpliqué et incompris, pour lequel peu de solutions sont proposées. Malgré quelques recherches sur ce phénomène, notamment au baseball, la littérature sur le sujet demeure incomplète et ne permet pas de bien cerner le problème de la stagnation. Ainsi, cette étude a pour but premier d’identifier et de comprendre les causes possibles de la stagnation, les changements émotionnels, physiques et sociaux engendrés par un tel phénomène et les stratégies utilisées par les athlètes pour gérer la stagnation. Le deuxième objectif de cette étude est de jeter un regard sur l’impact de l’optimisme sur la résolution de la stagnation. Pour ce faire, des entrevues semi-structurées ont été menées auprès de onze nageurs ayant compétitionné au niveau national canadien. Les nageurs étaient divisés en trois groupes: les nageurs ayant résolu leur stagnation et qui continuent de nager, les nageurs ayant cessé la compétition de natation suite à une stagnation non résolue et ceux qui nagent encore malgré une stagnation non résolue. Les candidats sélectionnés ont complété deux questionnaires sur l’optimisme, le LOT-R et l’ASQ. L’analyse des résultats, réalisée grâce à la théorisation ancrée, a permis de déterminer un ensemble d’émotions vécues par les athlètes et d’identifier des stratégies afin de résoudre la stagnation. Les résultats de cette étude indiquent qu’une balance entre l’optimisme et le pessimisme, une motivation intrinsèque ainsi qu’une auto-détermination chez l'athlète sont des éléments importants afin de surmonter une stagnation.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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 seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,004
Communication savante0,0050,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,036
Tête enseignante GPT0,332
Écart entre enseignants0,295 · 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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Même sujetSports Performance and Training→Travaux en français237 207→