L'esprit de corps à l'oeuvre dans les équipes de football universitaire
Bibliographic record
Abstract
Sur la base d’une étude des équipes de football universitaire, le présent mémoire de\nmaîtrise cherche à mettre en évidence les éléments de l’« esprit de corps » — c’est-à-dire\nl’adhésion pas forcément consciente « des individus aux valeurs et à la valeur d’un\ngroupe qui, en tant que corps intégré, dispose des espèces d’échanges propres à renforcer\nl’intégration et la solidarité entre ses membres » (Bourdieu, 1989, p. 258) — qui peuvent\nêtre applicables à ce groupe donné tout en analysant de quelle façon cette notion vient\ninfluencer les performances des équipes. En s’appuyant sur des notes de terrain\nrecueillies lors d’une observation exploratoire et sur des entretiens semi-dirigés réalisés\nauprès de joueurs de football qui jouent ou qui ont joué au niveau universitaire, ce\nmémoire a pour objectif de mieux saisir en quoi un esprit de corps présent à l’intérieur\nd’une équipe de football vient influencer les performances de celle-ci. Sur la base des\ndonnées recueillies, une équipe présentant un fort esprit de corps en ses rangs voit ses\nperformances la mener au succès. Lorsque les composantes de l’esprit de corps sont\nprésentes, partagées par tous les joueurs et suivies à la lettre, les équipes sont appelées à\nmieux performer dans la ligue de football universitaire, contrairement à d’autres\nformations où certains éléments caractérisant l’esprit de corps ont une importance\nmoindre.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.007 | 0.006 |
| Scholarly communication | 0.008 | 0.005 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.036 | 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".