Rehabilitation following a sports injury: Does it matter why the athlete and athletic therapist approach treatment?
Notice bibliographique
Résumé
Study Objective: Grounded in Self-Determination Theory (SDT; Deci & Ryan, 2002), the main aim of this study was to explore the effects of athlete and athletic therapists' motivations as they impact the rehabilitation process following a sports injury. Methods: Using an experimental (post-test only) research design, participants (N = 97) were randomly assigned to one of four conditions, each providing a unique vignette. The experimental stimulus (i.e., vignettes) differed in terms of the intrinsic/extrinsic approach to sport injury therapy adopted by the athletes and their athletic therapist. After reading the vignette, each participant completed a series of items adapted from Wild et al. (1998) to measure athlete interest in therapy, positive behaviour change, therapist interest, and therapist efficacy. Results: Score reliability estimates varied considerably across experimental conditions (MI± = 0.69; SDI± = 0.11). Athlete interest in therapy and positive behaviour change were highest when the athlete and athletic therapist were both intrinsically motivated (Pillai's Trace = 0.76, F(6, 186) = 19.12, p's < .01, partial eta-squared = 0.38). Therapist interest in working with the athlete in rehabilition and perceived therapist efficacy were highest when the athlete and athletic therapist were both intrinsically motivated (Pillai's Trace = 0.46, F(6, 186) = 9.31, p's < .01, partial eta-squared = 0.23). Discussion: Understanding the motivational basis for rehabiltation held by athletes and athletic therapists may play an important role in navigating the challenges of returning-to-sport competition following injury.
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 | 0,001 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».