A Season-Long Goal-Setting Intervention for Elite Youth Basketball Teams
Notice bibliographique
Résumé
The current study involved a season-long team goal-setting intervention within an elite youth sport population. Participants were 75 male basketball players (Mage = 16.23 years, SD = 1.40) from 6 teams that were randomly assigned to team goal-setting (n = 3) or no-treatment control (n = 3) conditions. The intervention condition received a 3-stage team goal-setting program throughout the season, whereas no systematic program was delivered to the control teams. All participants completed questionnaires assessing perceptions of team cohesion and motivational climate at 3 time-points throughout the season (beginning, midseason, end-season). Data were first analyzed using a multivariate analysis of covariance to determine differences in cohesion and motivational climate throughout the season, with pretest scores and age included as covariates. In addition, a series of multiple mediation analyses were conducted to determine whether motivational climate mediated the relationship between preseason and postseason cohesion perceptions. Findings suggest that although perceptions of cohesion remained constant for the control condition teams, those in the intervention condition experienced a decrease throughout the season. In addition, increase in ego-involving climate within the intervention group negatively affected the cohesion perceptions throughout the season; however, task-involving motivational climate decreased for teams in the intervention condition. These results highlight the importance of accounting for additional variables when conducting team-building interventions, and findings are discussed in relation to their implications for the literature, in concert with practical implications and future directions.Lay Summary: This study extends the team-building literature by conducting a season-long goal-setting intervention in elite youth sport. In recognizing previously identified limitations within the field, the intervention involved both direct and indirect delivery methods, was conducted across the entire season, and included additional constructs beyond cohesion and a control condition.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».