Does social identity predict cognitions, intentions, and behaviours in youth athletes?
Notice bibliographique
Résumé
Identity derived from group membership is termed social identity (SI; Tajfel & Turner, 1979), and is often conceptualized as involving three components: in-group ties (feelings of closeness and belonging), cognitive centrality (importance of membership), and in-group affect (feelings associated with membership; Cameron, 2004). Preliminary research in youth sport has demonstrated that the degree to which adolescents identify with their teams can influence both cognitions (e.g., perceptions of cohesion) and behaviours (e.g., pro- and anti-social behaviour; Bruner et al., 2014). In the current study, we sought to extend this literature by determining its predictability for cognitions (e.g., self-worth), intentions (e.g., commitment), and behaviours (e.g., effort) in youth athletes. In total, 303 athletes (Mage = 14.89, SD = 1.77; 133 females) from 26 interdependent sport teams (e.g., football, rugby, basketball, baseball, volleyball) completed questionnaires at two time points (T1 – social identity; T2 – self-worth, commitment, effort) during their athletic season. Multilevel analyses indicated that at level one (i.e., individual level), in-group ties predicted perceived effort (b = 0.14, p = .01) and commitment (b = 0.14, p < .001), whereas in-group affect predicted commitment (b = 0.25, p = .001) and self-worth (b = 0.96, p = .04). At level two (i.e., team level), team means for in-group ties predicted commitment (b = 0.32, p < .001) and self-worth (b = 2.40, p = .03). Social identity accounted for an overall variance of 3% for self-worth, 4% for effort, and 15% for commitment. Results indicate the influential role that identifying with a team can have on individual cognitions, intentions, and behaviours.Acknowledgments: Funding from the Alberta Centre for Child, Family, and Community Research
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».