Exploring the relationship between sociometric status and peer interactive behaviour in youth sport
Notice bibliographique
Résumé
In 2003, Smith suggested in an influential review paper that behavioural observation and sociometry were two potentially useful but under-utilized methods for the study of peers in youth sport. Despite this call, the methods used to study peers in sport remain largely focused on athletes' perceptions through questionnaires and interviews (Murphy-Mills, Bruner, Erickson, & Côté, 2011). Thus, the purpose of this project was to examine sociometric status, sport competence, and peer interactive behaviour in a youth sport context using an observational coding system. Female volleyball players (N = 29; Mage = 16; SD = 1.39) from three competitive teams completed the sport competence and peer connection inventories (Vierimaa, Erickson, Côté, & Gilbert, in press), and each team was videotaped during three practices. An observational coding system comprised of seven categories was developed and used to code athlete behaviours in a continuous, time-based manner and this data was compared across teams and sociometric status groups. Consistent with past research, popular athletes received significantly higher (p < .05) peer ratings of sport competence. Behavioural profiles were constructed for each sociometric status group, which revealed behavioural variation between groups in multiple categories (e.g., prosocial behaviour and overall sociability). Results will be presented in greater detail and implications for future research and practice will be discussed.Acknowledgments: This research was supported by the Social Sciences and Humanities Research Council.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| 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 ».