Understanding social identity and moral behaviour in competitive youth ice hockey: A narrative perspective
Notice bibliographique
Résumé
An important component of young athletes’ self-concept is the identities they form through their membership on sport teams – their social identities. Social identity has been found to play a salient role in regulating teammate behavior in youth participating in a range of sports (Bruner, Boardley, & Côté, 2014). This study aimed to better understand how social identity can influence moral behaviour specifically in competitive youth ice hockey. Thirty-six male and female competitive youth ice hockey players (M age = 12.4, SD =1.7) participated in narrative interviews. Four team roles (team captain, verbal cheer leader, social captain, most aggressive player) as identified by the head coach were purposefully sampled from nine teams. Athletes participated in a semi-structured interview near the beginning and end of the regular season. Narrative analysis confirmed that the four team roles were distinct from one another, highlighting unique characteristics for each role with respect to social identity, team norms and moral behaviour toward teammates and opponents. For example, while each of the roles reported identifying strongly with their respective team, the most aggressive role athletes often felt underappreciated and frustrated and this prompted them to act antisocially toward opponents. Collectively, the findings suggest that athletes’ roles, and their social identities developed through team membership may influence young athletes’ compliance and promotion of team norms, and their moral behaviour toward teammates and opponents. Additionally, the results indicate that youth-sport coaches and practitioners should be cognizant of how different roles on a team may impact social identity, norm compliance and moral behaviour.Acknowledgments: The project is supported by an Insight Development Grant from the Social Sciences and Humanities Research Council of Canada (SSHRC 430—2013-00950).
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,007 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».