A Quantitative Analysis of Athletes’ Voluntary Use of Slow Motion, Real Time, and Fast Motion Images
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The current study examined athletes’ reported intentional use of slow-motion, real-time, and fast-motion images. Athletes (N = 604; 298 males and 306 females; Mage = 21.73 years, SD = 4.54) completed the Image Speed Questionnaire, an instrument created to assess the frequency with which athletes reported employing the three image speeds. Despite the applied sport psychology guideline of imaging only at real time speed, athletes reported employing all three image speeds to varying degrees depending on the function of imagery being employed and the stage of learning of the athlete. Gender and competitive level were found not to influence athletes’ reported voluntary image speed use. Athletes reported employing slow-motion images most often when learning or developing a skill or strategy. Real-time images were consistently used most often by athletes regardless of imagery function or stage of learning, and fast-motion images were used most often when imaging skills or strategies that had been mastered. Findings are discussed within the context of the stages of learning (Fitts & Posner, 1967 Fitts, P. M. and Posner, M. I. 1967. Human performance, Monterey, CA: Brooks/Cole. [Google Scholar]) and the PETTLEP (Physical; Environmental; Task; Timing; Learning; Emotional, and Perspective) approach to motor imagery (Holmes & Collins, 2001 Holmes, P. S. and Collins, D. J. 2001. The PETTLEP approach to motor imagery: A functional equivalence model for sport psychologists. Journal of Applied Sport Psychology, 13: 60–83. [Taylor & Francis Online], [Web of Science ®] , [Google Scholar]). Implications for imagery practitioners and future directions for image speed research are also offered.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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