The Frequency and Perceived Effectiveness of Images Used to Build, Maintain, and Regain Confidence
Notice bibliographique
Résumé
This exploratory study investigated the content of the images athletes use to build, maintain, and regain their confidence. It also investigated their perceptions of the effectiveness of images for these confidence sub-functions. Participants were 142 college student athletes (60% female) from the central north area of the United States or Canada. Participants completed a modified version of the Sport Imagery Questionnaire (SIQ; Hall, Stevens, & Paivio, 2005 Hall, C., Stevens, D. and Paivio, A. 2005. The Sport Imagery Questionnaire: Test manual, Morgantown, WV: Fitness Information Technology. [Google Scholar]). Data were analyzed using a repeated measures design at the subscale level, and using descriptive statistics at the item level. For imagery use, there was a significant main effect for imagery subscales, confidence sub-functions, and a significant interaction between the imagery subscales and confidence sub-functions (p < .05). For imagery effectiveness, there were significant main effects for both imagery subscales and confidence sub-functions. At the individual item level, analyses revealed that athletes used different images depending on whether they were building, maintaining, or regaining confidence, and that the images that were the most used were not always perceived to be the most effective. In general, the results provide sport psychology researchers and practitioners with a better understanding of the imagery-confidence relationship. The item level results are particularly meaningful for sport psychology practitioners because they indicate which images athletes used and perceived to be the most effective for building, maintaining, and regaining confidence.
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 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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».