Playing with confidence: The relationship between imagery use and self-confidence and self-efficacy in youth soccer players
Notice bibliographique
Résumé
Abstract Confidence has been one of the most consistent factors in distinguishing the successful from the unsuccessful athletes (Gould, Weiss, & Weinberg, 1981 Gould, D., Weiss, M. and Weinberg, R. 1981. Psychological characteristics of successful and non-successful Big Ten wrestlers. Journal of Sport Psychology, 3: 69–81. [Crossref] , [Google Scholar]) and Bandura (1997 Bandura, A. 1997. Self-efficacy. The exercise of control, New York: W. H. Freeman. [Google Scholar]) proposed that imagery is one way to enhance confidence. Therefore, the purpose of the present study was to examine the relationship between imagery use and confidence in soccer (football) players. The participants included 122 male and female soccer athletes ages 11–14 years participating in both house/recreation (n = 72) and travel/competitive (n = 50) levels. Athletes completed three questionnaires; one measuring the frequency of imagery use, one assessing generalised self-confidence, and one assessing self-efficacy in soccer. A series of regression analyses found that Motivational General-Mastery (MG-M) imagery was a signifant predictor of self-confidence and self-efficacy in both recreational and competitive youth soccer players. More specifically, MG-M imagery accounted for between 40 and 57% of the variance for both self-confidence and self-efficacy with two other functions (MG-A and MS) contributing marginally in the self-confidence regression for recreational athletes. These findings suggest that if a youth athlete, regardless of competitive level, wants to increase his/her self-confidence or self-efficacy through the use of imagery, the MG-M function should be emphasised.
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 | 0,002 | 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 ».