MétaCan
Menu
Retour à la cohorte
Enregistrement W2597194659 · doi:10.1080/02640414.2017.1306091

The influence of social identity on self-worth, commitment, and effort in school-based youth sport

2017· article· en· W2597194659 sur OpenAlexafffund
Luc J. Martin, Danny Balderson, Michael Hawkins, Kathleen Wilson, Mark W. Bruner

Notice bibliographique

RevueJournal of Sports Sciences · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueMotivation and Self-Concept in Sports
Établissements canadiensNipissing UniversityUniversity of LethbridgeQueen's University
Organismes subventionnairesAlberta Centre for Child, Family and Community Research
Mots-clésPsychologySocial identity theorySocial psychologyAthletesIdentity (music)PerceptionSelf worthTeam sportAffect (linguistics)Self-esteemDevelopmental psychologySocial groupPhysical therapyMedicine

Résumé

récupéré en direct d'OpenAlex

​​​The current study examined the influence of social identity for individual perceptions of self-worth, commitment, and effort in school-based youth athletes. Using a prospective research design, 303 athletes (Mage = 14.89, SD = 1.77; 133 female) from 27 sport teams completed questionnaires at 2 time points (T1 – demographics, social identity; T2 – self-worth, commitment, effort) during an athletic season. Multilevel analyses indicated that at the individual level, the social identity dimension of in-group ties (IGT) predicted commitment (b = 0.12, P = .006) and perceived effort (b = 0.14, P = .008), whereas in-group affect (IGA) predicted commitment (b = 0.25, P = .001) and self-worth (b = 2.62, P = .006). At the team level, means for IGT predicted commitment (b = 0.31, P < .001) and self-worth (b = 4.76, P = .024). Overall, social identity accounted for variance at both levels, ranging from 4% (self-worth) to 15% (commitment). Identifying with a group to a greater extent was found to predict athlete perceptions of self-worth, commitment, and effort. More specifically, at the individual level, IGT predicted commitment and effort, and IGA predicted commitment and self-worth. At the team level, IGT predicted commitment and self-worth.

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 enseignants0,005
Score d'incertitude au seuil0,009

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 technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,029
Tête enseignante GPT0,339
Écart entre enseignants0,309 · 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

Citations47
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Sports SciencesMême sujetMotivation and Self-Concept in SportsTravaux en français237 207