Notice bibliographique
Résumé
Although fostering positive role perceptions is critical for group success (Carron & Eys, 2012), intra-group competition in high performance sport teams results in an uncomfortable reality for many athletes—they may be asked to fulfill responsibilities within the group that depart from their ideals. However, other facets of the group environment may influence athletes’ psychosocial outcomes related to their role occupancy (e.g., Bosselut et al., 2012). For example, athletes who feel close and united with their teammates may come to view their undesirable role in a more positive way. Thus, understanding how group constructs relate to athletes’ perceptions of role satisfaction with their role set is of great practical importance. The present study aimed to explore the relationship between role satisfaction and role ambiguity, cohesion, and coach-initiated motivational climate. Intercollegiate athletes (N = 211; 47% female; Mage = 20.03 ± 1.58) from various sport teams (k = 11) completed measures of the study variables midway through the competitive season. The initial bivariate correlations revealed positive relationships between role satisfaction and task motivational climate, task cohesion, and social cohesion. Conversely, ego-involving motivational climate and role ambiguity were negatively related to role satisfaction. Using multivariate regression for the primary analysis, we found that task cohesion (attractions to group – task; group integration - task), role ambiguity (scope of responsibilities; role evaluation), and task involving motivational climate perceptions significantly predicted role satisfaction, R2 adj = .60, F (10, 198) = 31.91, p < .001. These results reveal that variables related to group interaction (e.g., cohesion) influence individuals’ perceptions of satisfaction with their role set. Considering the difficulties with implementing individualized interventions targeting athlete affect, coaches and practitioners may benefit from developing strategies designed to enhance the sport group environment.
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 | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».