MétaCan
Menu
Retour à la cohorte
Enregistrement W2951124269

An analysis of the relationship between self-efficacy and performance in a continuous educational gymnastics routine

2010· article· en· W2951124269 sur OpenAlexaff
Kaitlyn LaForge-MacKenzie, Philip Sullivan

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineHealth Professions
ThématiquePhysical Education and Pedagogy
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésSelf-efficacyPsychologyPath analysis (statistics)Developmental psychologyClinical psychologySocial psychologyStatistics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Research has consistently shown a moderate, positive correlation between efficacy and sport performance (Moritz, Feltz, Fahrbach, & Mack, 2000). This relationship has been shown to be reciprocal over seasons (e.g., Myers, Payment, & Feltz, 2004), and across trials (e.g., Feltz, 1982). The purpose of the present study was to examine the self-efficacy-performance relationship within one continuous routine. Forty-seven undergraduate students (27 male, 20 female) performed a gymnastic routine while using a self-efficacy scale following a 9-week educational gymnastics course. A path analysis revealed that self-efficacy was not a significant predictor of performance, nor was performance a significant predictor of self-efficacy. However, previous performance was a significant predictor of subsequent performance (p < .01; ?s ranged from .517 to .679). These findings are consistent with previous research suggesting that past performance is a stronger predictor of future performance than self-efficacy (Feltz, 1982; Feltz & Mugno, 1983). Self-efficacy may not be a significant predictor of performance due to performance barriers which prevents efficacy from operating as a causal influence (Feltz, 1982), or self-efficacy may be embedded in previous performance which could inflate past performance scores (Feltz, Chow, & Hepler, 2008). Future studies will address limitations in protocol when studying self-efficacy and performance within continuous trials.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,552

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,081
Tête enseignante GPT0,461
Écart entre enseignants0,380 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPhysical Education and PedagogyTravaux en français237 207