MétaCan
Menu
Retour à la cohorte
Enregistrement W2128186797 · doi:10.1123/jsep.35.6.600

A Cluster Analysis of Affective States Before and During Competition

2013· article· en· W2128186797 sur OpenAlexaff
Guillaume Martinent, Michel Nicolas, Patrick Gaudreau, Mickaël Campo

Notice bibliographique

RevueJournal of Sport and Exercise Psychology · 2013
Typearticle
Langueen
DomainePsychology
ThématiqueSport Psychology and Performance
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésPsychologyCoping (psychology)Affect (linguistics)Cluster (spacecraft)AthletesMultilevel modelClinical psychologyCompetition (biology)Developmental psychologySocial psychologyStatisticsPhysical therapyCommunicationMedicine

Résumé

récupéré en direct d'OpenAlex

The purposes of the current study were to identify affective profiles of athletes both before and during the competition and to examine differences between these profiles on coping and attainment of sport goals among a sample of 306 athletes. The results of hierarchical (Ward's method) and nonhierarchical (k means) cluster analyses revealed four different clusters both before and during the competition. The four clusters were very similar at the two measurement occasions: high positive affect facilitators (n = 88 and 81), facilitators (n = 75 and 25), low affect debilitators (n = 83 and 127), and high negative affect debilitators (n = 60 and 73). Results of MANOVAs revealed that coping and attainment of sport achievement goal significantly differed across the affective profiles. Results are discussed in terms of current research on positive and negative affective states.

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)0,000
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 enseignants0,012
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
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)0,0020,000

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 Opus0,008
Tête enseignante GPT0,295
Écart entre enseignants0,287 · 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

Citations69
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sport and Exercise PsychologyMême sujetSport Psychology and PerformanceTravaux en français237 207