How do Older Masters Athletes Account for their Performance Preservation? A Qualitative Analysis
Notice bibliographique
Résumé
ABSTRACT The purpose of this study was to examine how older people make sense of their capacity to maintain sports performance. Performance maintenance is predominantly examined from a quantitative perspective, with little attention given to how people themselves account for it. We interviewed 44 competitors (23 females, 21 males) from the 2009 Sydney World Masters Games (aged 56–90 years; mean = 72 years). The major themes were: ‘Use it or lose it’ (performance preservation required specific ‘training’ and the continuation of general physical activity); ‘Adapt’/‘modify’ (participants compensated for their decline in speed, strength and endurance so they could continue competing in sport); ‘It's in my genes’ (participants attributed their ‘family history’ and/or innate ‘determination’ to performance maintenance); and ‘I like to push myself’ (participants valued improved performance, pushing their bodies and winning which motivated them to continually train and compete). The findings are discussed within a framework of three key performance maintenance theories: (a) preserved differentiation, (b) selective maintenance and (c) compensation. Although compensation and continued training are effective ways to counter decline in later life, this study extends past research by showing how older athletes tend to combine and/or generalise stable and unstable attributes of performance preservation. In particular, this research highlights the importance individuals and Western society place on self-responsibility for health, competition and performance maintenance, which act as key motivating factors.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».