Perceiving the team environment: A multilevel analysis of psychological climate and effort among female athletes
Notice bibliographique
Résumé
Research has been devoted to better understanding how the perceived environment comes to manifest itself in the behavior of individuals (McGrath, 1984). Perceiving one’s environment as psychologically safe and meaningful (positive psychological climate) has been associated with a higher degree of personal engagement (James et al., 2008). In the sport setting, when male ice hockey players perceived a psychologically safe environment, engagement in the form of athlete-reported effort increased (Spink et al., 2013). Given that sex differences have emerged in extant climate literature (e.g., Carr et al., 2000), it was deemed important to further explore this relationship in a sample of female athletes. To do so, 180 participants (representing 16 teams) completed an adapted version of the Psychological Climate Questionnaire (PCQ; Brown & Leigh, 1996) and a 6-item perceived effort measure (Spink et al., 2013) following a late season practice. To account for nesting of players within teams (ICC = 0.08), a multilevel model used four subscales of the PCQ (supportive management, role clarity, self-expression, and contribution) to predict effort. Results revealed that two of the subscales (role clarity and contribution) significantly predicted effort (p < .001) accounting for 17.62% of the overall variance. This finding suggests that when female athletes perceive (a) a significant contribution to various team outcomes using their unique skill sets and (b) clear views surrounding role-related behaviors, they are more likely to report working hard. In relation to the study purpose, this pattern of results shared both similarities and differences with males. In terms of similarities, role clarity emerged as a predictor in both samples (Spink et al., 2013) whereas the climate subscales of self-expression emerged for males and contribution for females. While replication is needed, engagement in the form of self-reported effort appears to be associated with how both sexes perceive their team environment.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».