MétaCan
Menu
Retour à la cohorte
Enregistrement W2511700269

Mindfulness, psychological well-being and doping in talented young high-school athletes

2016· article· en· W2511700269 sur OpenAlexfundno aff
Kim Nolte, B.J.M. Steyn, Pieter Krüger, Lizelle Fletcher

Notice bibliographique

RevueUpSpace Institutional Repository (University of Pretoria) · 2016
Typearticle
Langueen
DomainePsychology
ThématiqueMotivation and Self-Concept in Sports
Établissements canadiensnon disponible
Organismes subventionnairesWorld Anti-Doping Agency
Mots-clésMindfulnessAthletesPsychologyClinical psychologyPsychological well-beingScale (ratio)Physical therapyMedicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The primary aim of this research was to determine how mindfulness and psychological well-being relate to the propensity to use Performance-Enhancing Drugs (PEDs) in a sample of talented young athletes. A secondary aim was to determine how mindfulness and psychological well-being are related. This was a survey study with a quantitative research approach. South African Academy athletes at a high performance centre and competitive high school athletes from four private high schools participated in the survey. In the survey, two validated questionnaires (Five Facet Mindfulness Questionnaire [FFMQ] and Ryff's Psychological Well-being Scale), and a self-constructed questionnaire to establish the propensity of athletes to use PEDs were employed. 346 athletes (208 boys, 138 girls) aged M=16.0, SD=1.4 years participated. There was a significant correlation (r=0.32, p=0.00) between overall mindfulness and psychological well-being as measured by the FFMQ and Ryff's Psychological Well-being Scale respectively. Two possible predictors of propensity to use PEDs were identified by means of logistic regression and cross tabulation. It is concluded that mindfulness and psychological well-being were inversely related to the propensity to use PEDs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,011
Tête enseignante GPT0,237
Écart entre enseignants0,226 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations6
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUpSpace Institutional Repository (University of Pretoria)Même sujetMotivation and Self-Concept in SportsTravaux en français237 207