Exploring the experiences of high performance Canadian athletes with mood and/or anxiety disorders
Notice bibliographique
Résumé
Background: Until recently, it was widely assumed that mood and anxiety disorders were not common medical problems for high performance athletes (e.g., Dean & Rowan, 2013; Markser, 2011; Reardon & Factor, 2010). However, as athletes come forward to share their struggles with mental illness, this assumption has been brought into question. Very little research has focused on mood and anxiety disorders in high performance athletes; what is known comes primarily from mass media and popular culture (e.g., Hughes, 2015; Marino, 2013). The purpose of this study was to explore the experiences of high performance Canadian athletes with mood and/or anxiety disorders. Methods: Three athletes were recruited via purposeful sampling. Athletes currently or recently competed for places on Canadian national sports teams. Athletes participated in semi-structured interviews with open-ended questions related to their sporting careers and how they coped with being a high performance athlete and having a mood/anxiety disorder Results: Participants described dealing with stigma related to their diagnoses. Initially, treatment took a back seat to training and competition; ultimately, participants required a break from sport in order to effectively manage their illness. Participants expressed a need for education in the sport community regarding mood/anxiety disorders as well as greater access to psychologists for high performance athletes. Discussion: Findings are discussed within the context of existing research on high performance sport and mood/anxiety disorders. Preliminary implications include the development and evaluation of education programs to decrease stigma, coupled with increases in funding for available resources for mood and anxiety disorders in the sport community.
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 | 0,000 | 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 ».