MétaCan
Menu
Retour à la cohorte
Enregistrement W2547921658 · doi:10.1515/jirspa-2016-0004

Children’s Active Play Imagery and Its Association with Personal and Social Skills and Self-Confidence

2016· article· en· W2547921658 sur OpenAlexaff
Michelle Guerrero, Matt D. Hoffmann, Krista J. Munroe‐Chandler

Notice bibliographique

RevueJournal of Imagery Research in Sport and Physical Activity · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueYouth Development and Social Support
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésPsychologyAssociation (psychology)Multilevel modelVariance (accounting)Mental imageSocial skillsDevelopmental psychologyRegression analysisCognitionStatistics

Résumé

récupéré en direct d'OpenAlex

Abstract The purpose of the current study was twofold. The first purpose was to examine the relationship between children’s active play imagery and personal and social skills. The second purpose was to examine the relationship between children’s active play imagery and self-confidence. A total of 105 male and female children ( M age =9.84, SD =1.41) were recruited from various summer programs, and completed inventories that assessed their active play imagery (i. e., capability, social, and fun), personal and social skills, and self-confidence. Hierarchical multiple regression analysis revealed that all three types of active play imagery (social, capability, and fun) were positively and significantly related to personal and social skills, with social imagery accounting for the most variance. Further, regression analysis showed that both fun and capability imagery were positively and significantly associated with self-confidence, with fun imagery accounting for the most variance. This study highlights the usefulness of imagery in fostering children’s personal and social skills as well as self-confidence.

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)0,003
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 enseignants0,004
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,025
Tête enseignante GPT0,343
Écart entre enseignants0,318 · 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

Citations5
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Imagery Research in Sport and Physical ActivityMême sujetYouth Development and Social SupportTravaux en français237 207