Training for the future? The relation between future time perspective and sport expertise
Notice bibliographique
Résumé
Future time perspective refers to the extent to which individuals consider the future when making decisions about the present (Husman & Shell, 2008). Because development of expertise requires engaging in large amounts of effortful practice (Ericsson et al., 1993) designed to reach goals at a future point in time (Cote, Baker & Abernethy, 2003), we examined whether future time perspective contributes to time spent in sport practice and achieved success. Competitive athletes (n = 363; Mage = 30.7, SD = 12.5; 49% male) from various team and individual sports completed two subscales of Husman and Shell's (2008) Future Time Perspective Scale and reported their weekly structured practice amounts and highest competitive level. An exploratory structural equation model with value (7 items) and connectedness (7 items) subscales had adequate fit: ?2(64) = 143.35, p < .001; RMSEA = .051 [.040-.062]; CFI = .924; TLI = .891. Analyses of variance demonstrated no significant differences between four competitive groups (city/regional, provincial, national, international) for value, F(3, 346) = 0.16, p = .90, or connectedness, F(3, 350) = 0.43, p = .56. No significant correlations were demonstrated between weekly structured practice amount and either value (r = .03) or connectedness (r = -.03). These results suggest that cross-sectional self-report of valuing long-term goals and connecting current actions to future goals do not associate with engaging in more practice, nor to achieving higher levels of sport skill. We consider methodological and conceptual reasons for these findings.Acknowledgments: This work was supported by a Social Sciences and Humanities Research Council of Canada Insight Development Grant 430-2015-00904 (Bradley W. Young, PI).
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 | 0,001 | 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 | 0,001 | 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) | 0,000 | 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 ».