Perfectionism, pre-competitive worry, and optimism in high-performance youth athletes
Notice bibliographique
Résumé
Different aspects of perfectionism have been associated with an array of adaptive and maladaptive cognitive, affective, and behavioural correlates in sport. However, relatively little is known about the links between athletes’ perfectionistic tendencies and their state-level thoughts and expectancies (i.e. mindset) in the lead up to competition. The purpose of this study was to explore relationships between perfectionistic strivings, perfectionistic concerns, and the future-oriented thoughts (i.e. worries) and expectancies (i.e. optimism) of athletes as they prepared to compete. A sample of 144 male youth high-performance Canadian football players (M age = 16.41 years, SD = 1.48) completed domain-specific measures of perfectionism, pre-competitive worry, and optimism 24 h prior to the start of an important competition. Canonical correlation (RC) analysis produced two interpretable canonical functions. In the first canonical function, a canonical variate resembling a maladaptive profile of perfectionism (i.e. high strivings combined with high concerns) was positively correlated (RC1 = .66) with a canonical variate consisting of high worry and low optimism. In the second canonical function, a canonical variate resembling an adaptive profile of perfectionism (i.e. high strivings combined with low concerns) was positively correlated (RC2 = .48) with a canonical variate consisting of low worry and high optimism. The results highlight the importance of treating perfectionism as a multidimensional construct and indicate that the pre-competitive mindset of athletes (as reflected by the degree to which athletes worry and feel optimistic) appears to be associated with athletes’ perfectionistic orientations in sport.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».