Exploring stereotypes of athletes with a disability: Multiple mediation analyses using the stereotype content model
Notice bibliographique
Résumé
Both International and National Paralympic Committees have recently begun to focus on quantifying the potential social legacy fostered by societal exposure to Paralympic competition. A key aspect of this desired social legacy includes changing negative stereotypes often held by able-bodied adults towards individuals with disabilities. Using tenets of the Stereotype Content Model (SCM), the present study aimed to assess the stereotypes, emotions, and behaviours associated with Paralympic sport and recreational sport participants depicted as able-bodied or having a physical disability (i.e., Olympians, Paralympians, and recreational athletes with or without a physical disability). Multivariate analyses of survey results from 302 able-bodied adults revealed admiration was the strongest SCM emotion elicited for all sport groups, regardless of ability. While Olympians were rated with significantly higher admiration compared to the other groups (M=4.4/5, SD=0.8, ps0.05). Additionally, active and passive facilitation behaviours were most prominently reported; however, mediation analyses highlighted feelings of admiration significantly contributed to these behaviours moreso than any other SCM emotions. Considering feelings of admiration and positive facilitation behaviours were rated significantly higher than negative SCM feelings and behaviours (e.g., contempt, active harm, etc.), these findings suggest elite and recreational sport participation may mitigate negative societal stereotypes commonly associated with physical disability. The implications of such results address feasibility concerns of Paralympic Committees related to achieving a more positive social legacy stemming from viewing Paralympic competition.Acknowledgments: The Social Sciences and Humanities Research Council of Canada
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,020 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 source (Gemma direct ou Codex distillé), 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 ».