Examining the Relationship Between Peer Athlete Mentor Leadership behaviours and protégé receipt of mentoring functions
Notice bibliographique
Résumé
Mentoring is a process in which a more experienced and knowledgeable individual (the mentor) acts as a role model, provides support and guidance to a developing novice (the protege), and assists in that person’s development (Weaver & Chelladurai, 1999). In organizational settings, research has shown that mentors support their proteges using two types of mentoring functions: vocational and psychosocial (Kram, 1980). Further, research has indicated that mentor transformational and transactional leadership behaviours positively influence protege receipt of these two mentoring functions (Sosik & Godshalk, 2000). There are no known studies investigating the peer-to-peer mentoring that occurs between athletes in sport teams. Thus, the present study examined the relationship between peer athlete mentor leadership behaviours and protege receipt of mentoring functions. Varsity athletes (N = 272) assessed their mentor’s use of transformational and transactional leadership behaviours, and mentoring functions. Using SEM, the results showed the leadership behaviours of inspirational motivation (β = .69, p < .001), democratic behaviour (β = .32, p < .001), social support (β = .29, p < .001), and positive feedback (β = .27, p < .001) were positively related to psychosocial mentoring. Furthermore, the leadership behaviours of intellectual stimulation (β = .51, p < .001), contingent reward (β = .22, p < .005), training and instruction (β = .64, p < .001), and social support (β = .18, p < .001) were positively associated to vocational mentoring. Practical implications of the results are discussed.
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) | 0,000 | 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 ».