Les entraîneurs bénévoles en hockey mineur : motifs de participation et de démission et degré d'implication dans le rôle d'entraîneur
Bibliographic record
Abstract
Cette étude poursuit trois objectifs: a) identifier des motif s de participation et de démission de bénévoles en hockey mineur, b) déterminer les effets de variables sociologiques sur le degré d'implication des bénévoles dans le rôle d'entraîneur c) pro poser une stratégie de formation pour les bénévoles. Un questionnaire a été rempli par 333 entraîneurs et 175 ex-entraîneurs de la région de Québec. Les résultats démontrent que l'ensemble des répondants présente sensiblement le même profil. Ils sont pères d'un fils qui joue au hockey et proviennent de toutes les couches sociales. La majorité des bénévoles avouent que la participation de leur enfant les a influencé dans leur décision de s'impliquer. Les données révèlent également un degré élevé de consommation de l'activité, une bonne participation à titre de joueur, la perception d'un appui appréciable de l'entourage et un bon degré de satisfaction envers les organismes régissant le hockey mineur. Ils se perçoivent compétents comme entraîneurs et satisfaits des résultats obtenus. Ils valorisent le hockey comme moyen éducatif pour les jeunes. Les motifs invoqués pour expliquer leur participation révèlent un souci de se rendre utiles auprès des jeunes. Cependant, lorsqu'ils se prononcent sur les autres bénévoles, ils pensent que ceux-ci s'impliquent pour s'occuper de leur propre enfant et satisfaire des besoins personnels. Par ailleurs, la perception du degré de compétence s'avère la variable la plus importante dans la prédiction du degré d'implication. Le degré de consommation des activités d'équipes professionnelles de hockey, des facteurs associés au contexte et l'appui des pairs constituent des éléments à considérer lorsqu'on cherche à prédire le degré d'implication des bénévoles comme entraîneurs. Les résultats permettent de constater également que plus le bénévole se déclare influencé par son enfant dans sa décision de participer, moins il a tendance à s'impliquer réellement. Suite aux résultats, l'auteur propose une stratégie progressive en trois étapes en tenant compte des modèles de supervision classique, clinique et d'auto-supervision pour améliorer la qualité de l'enseignement offert par les bénévoles.
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 | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
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".