MétaCan
Menu
Retour à la cohorte
Enregistrement W2913344717 · doi:10.1123/jcsp.2018-0019

Can Learning Self-Regulatory Competencies Through a Guided Intervention Improve Coaches’ Burnout Symptoms and Well-Being?

2019· article· en· W2913344717 sur OpenAlexaffabout
Kylie McNeill, Natalie Durand‐Bush, Pierre‐Nicolas Lemyre

Notice bibliographique

RevueJournal of Clinical Sport Psychology · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueSport Psychology and Performance
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésBurnoutPsychologyIntervention (counseling)Psychological interventionDelegationCoachingApplied psychologyClinical psychologyDevelopmental psychologySocial psychologyMedical educationPsychotherapistMedicineManagementPsychiatry

Résumé

récupéré en direct d'OpenAlex

While coaches are considered at risk of experiencing burnout, there is an absence of intervention studies addressing this syndrome. The purpose of this qualitative study was to conduct a self-regulation intervention with five Canadian developmental (n = 2) and elite (n = 3) sport coaches (three men, two women) experiencing moderate to high levels of burnout and examine the perceived impact of this intervention on their self-regulation capacity and experiences of burnout and well-being. The content analysis of the coaches’ outtake interviews and five bi-weekly journals revealed that all five of them learned to self-regulate more effectively by developing various competencies (e.g., strategic planning for their well-being, self-monitoring) and strategies (e.g., task delegation, facilitative self-talk). Four of the coaches also perceived improvements in their symptoms of burnout and well-being. Sport psychology interventions individualized for coaches are a promising means for helping them manage burnout and enhance their overall functioning.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,029
Tête enseignante GPT0,399
Écart entre enseignants0,369 · 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'étudeEssai non randomisé
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

Citations10
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Sport PsychologyMême sujetSport Psychology and PerformanceTravaux en français237 207