MétaCan
Menu
Retour à la cohorte
Enregistrement W1964420427 · doi:10.1177/1046496409346450

Athlete Satisfaction and Leadership: Assessing Group-Level Effects

2009· article· en· W1964420427 sur OpenAlexaff
Erwin Karreman, Kim D. Dorsch, Harold A. Riemer

Notice bibliographique

RevueSmall Group Research · 2009
Typearticle
Langueen
DomainePsychology
ThématiqueSport Psychology and Performance
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésPsychologySocial psychologyContext (archaeology)AthletesGroup (periodic table)Physical therapy

Résumé

récupéré en direct d'OpenAlex

In a group context (e.g., athletic team), group-level effects may be present in constructs typically measured at the individual level (e.g., athlete satisfaction, leadership behavior). If a group-level effect is present, constructs should be analyzed using the group as the unit of analysis and failure to do so can lead to skewed relationships with other constructs. The purpose of this study is to examine the existence and magnitude of group-level effects when athletes rate athlete satisfaction and leadership behavior. The authors hypothesize: (a) group-level effects emerge when group members rate a shared property of the group, and (b) group-level effects may be present when group members rate an individual-level construct that exist within the context of the group. A total of 212 team athletes (members of 16 interactive athletic teams; mean age 20.1 ± 1.96 years) completed subscales of the Leadership Scale for Sports and the Athlete Satisfaction Questionnaire. Results show large group-level effects for all leadership behavior dimensions and satisfaction dimensions associated with group-level constructs, whereas smaller group-level effects were found for satisfaction dimensions associated with individual-level constructs. The results support the hypotheses that group-level effects can emerge for constructs previously viewed solely as individual-level constructs when measured in a group setting. Recognition of these effects should play a factor in determining the appropriate unit of analysis. Implications for handling groups without a group-level effect, while the majority of groups show an effect, are also discussed.

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)0,009
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,026
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,370
Tête enseignante GPT0,445
Écart entre enseignants0,076 · 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'étudeObservationnel
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

Citations15
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSmall Group ResearchMême sujetSport Psychology and PerformanceTravaux en français237 207