Coaching competency and satisfaction with the coach: A multi-level structural equation model
Notice bibliographique
Résumé
The purpose of this initial predictive validity study was to determine the ability of measures derived from the Athletes' Perceptions of Coaching Competency Scale II - High School Teams (APCCS II-HST) to predict satisfaction with the head coach. Specification of the statistical model was informed by the mediational model of coach-athlete interactions. The technical quality of the satisfaction measure was evaluated before testing the predictive validity of the coaching competency measures. Data were collected from athletes of seven sports. Athlete observations (N = 748) were clustered within teams (G = 74). Multi-group confirmatory factor analyses (CFA) provided evidence for factorial invariance of a reduced version of the satisfaction measure by athlete gender. Multi-level CFA provided evidence of model-data consistency for a reduced version of the satisfaction measure. Multi-level structural equation modelling provided evidence for the ability of latent coaching competency to positively predict latent satisfaction at both the athlete level (technique competency and motivation competency) and the team level (coaching competency) and for close model-data fit. Implications of this study include: that the APCCS II-HST should be viewed as a replacement for the Coaching Competency Scale when the intended population is appropriate; a preliminary multi-level measurement model for satisfaction with one's coach that should be considered as a potential starting point in subsequent studies; and empirical support for a key relationship proposed in the mediational model of coach-athlete interactions.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».