MétaCan
Menu
Retour à la cohorte
Enregistrement W282692128 · doi:10.18316/1894

COPING STRATEGIES IN A COMPETITIVE SITUATION: A COMPARATIVE STUDY, USING AN ELITE WHEELCHAIR FENCING GROUP

2014· article· en· W282692128 sur OpenAlexaff
Ricardo de Almeida Castillo, Marcelo Callegari Zanetti, Daniela Wiethaeuper, Marcos Alencar Abaíde Balbinotti, Valber Lazaro Nazareth

Notice bibliographique

RevueAmericanae (AECID Library) · 2014
Typearticle
Langueen
DomainePsychology
ThématiqueMotivation and Self-Concept in Sports
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesnon disponible
Mots-clésPsychologyCoping (psychology)DenialDisengagement theorySocial psychologyClinical psychologyMedicineGerontologyPsychotherapist

Résumé

récupéré en direct d'OpenAlex

This study explores statistical differences between eight Coping Strategies in a competitive situation (Revaluation, Self-control, Social-Support, Direct Action, Aggressive Action, Denial, Distraction, Action Inhibition) and two Coping Dimensions (Engagement and Disengagement), according to control variables: Gender, Practicing Time, Application Moment (Before and After Competition). The best six wheelchair fencing athletes (Brazilian team), both sexes, between 18 and 31 years old, responded to the Balbinotti Coping Strategy Inventory for Athletes in a Competitive Situation (iB.ECASC-40). The main results indicate differences (p < .05) between means before competition (1) of Direct Action and Denial, controlling by Gender; (2) of Revaluation and Engagement, controlling by Practicing Time Variable. Furthermore, belonging to determined gender doesn’t set different profiles of coping strategies in this specific modality. Main conclusion: Brazilian top athletes in this modality use statistically the same (p > .05) main Coping Strategies before and after a competition, denoting a certain stability of this personality characteristic. Further studies with larger samples and other sports can offer other important findings related to Coping Strategies in competitive situation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,042
Tête enseignante GPT0,319
Écart entre enseignants0,278 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmericanae (AECID Library)Même sujetMotivation and Self-Concept in SportsTravaux en français237 207