Processus d'implantation de l'entraînement à la prise de décisions auprès d'un entraîneur de football canadien universitaire
Bibliographic record
Abstract
Résumé L’entraînement à la prise de décisions (Vickers, 2001) est une approche visant à solliciter un effort cognitif accru chez les sportifs afin de mieux les préparer aux exigences tactiques de la compétition. Les objectifs de la présente étude sont (a) de décrire l’implantation de « l’entraînement à la prise de décisions » au sein d’un groupe constitué d’un entraîneur et de neuf (9) joueurs d’une équipe de football canadien de niveau universitaire, et (b) de présenter l’évolution des performances de ces derniers au cours de 13 séances d’entraînement. Les résultats démontrent que cette approche d’entraînement favorise les occasions de répondre des participants, une condition essentielle à l’apprentissage. Quatorze des 19 éducatifs utilisés ont fait appel à des outils de l’entraînement à la prise de décisions (Vickers, 2001). Les performances du groupe se sont améliorées, particulièrement à la fin du processus d’entraînement, confirmant les conclusions de la recherche. Les résultats démontrent également que l’entraînement à la prise de décisions s’intègre très bien aux activités sportives où il y a une interaction directe avec un adversaire. La clé du succès repose sur une utilisation judicieuse de ses outils selon certaines variables contextuelles, dont le niveau d’habileté des participants.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.005 | 0.016 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.028 | 0.004 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".