MétaCan
Menu
Retour à la cohorte
Enregistrement W2015269893 · doi:10.1080/026404102317200837

Motivational orientations and imagery use: a goal profiling analysis

2002· article· en· W2015269893 sur OpenAlexaff
Jennifer Cumming, Craig Hall, Chris Harwood, Kimberley L. Gammage

Notice bibliographique

RevueJournal of Sports Sciences · 2002
Typearticle
Langueen
DomainePsychology
ThématiqueSport Psychology and Performance
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésPsychologyMultivariate analysis of varianceProfiling (computer programming)Cluster (spacecraft)Multivariate analysisTask (project management)Mental imageAnalysis of varianceOrientation (vector space)Cognitive psychologyStatisticsCognitionComputer scienceMathematics

Résumé

récupéré en direct d'OpenAlex

The aim of this study was to establish whether different motivational profiles that result from performing a cluster analysis reflect the use of different functions and amounts of imagery. One hundred and five competitive swimmers were recruited to participate in the study. They were asked to complete both the Task and Ego Orientation in Sport Questionnaire (TEOSQ) and the Sport Imagery Questionnaire. The results of a K-means cluster analysis on the TEOSQ scores resulted in a three-cluster solution that maximized between-group differences and minimized within-group differences. A multivariate analysis of variance revealed that the three cluster groups could be distinguished by their use of imagery. Specifically, the results indicated that individuals with a 'complementary balance' between task and ego orientations were more motivated to perform the functions of imagery that would help them to maximize their performance.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,004
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,053
Tête enseignante GPT0,347
Écart entre enseignants0,294 · 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 tête enseignante, pas un consensus.

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

Citations54
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sports SciencesMême sujetSport Psychology and PerformanceTravaux en français237 207