Gymnasts' self-regulatory processes and beliefs in competition: Examining the impact of a feedforward self-modeling video
Notice bibliographique
Résumé
Self-regulation is thought to be an important tool in athletic success (Zimmerman, 2008). Furthermore, researchers have acknowledged such processes and beliefs occur following the use of a feedforward self-modeling video (FF-SM) during competition (e.g., Rymal et al., 2010). The current study also examined self-regulation, but with a specific interest in how self-modeling alone, or paired with psychological skills training, was used as a strategy to influence self-regulation. Ten gymnasts were divided into two groups; Group 1 took part in a four week psychological skills training workshop involving a FF-SM video and received the video during competition; Group 2 only received the FF-SM video during competition. Immediately following a competition in which gymnasts viewed their FF-SM video, they were asked a set of interview questions developed based on Zimmerman's (2000) model of self-regulation specific to the use of the video. A content analysis of the transcripts suggested that the video was used as a task analysis strategy to influence processes (e.g., imagery) and beliefs (e.g., self-efficacy) that occur in all phases described by Zimmerman; i.e., before, during, and after the competitive event. Differences in gymnasts' self-regulation, however, were not evident between the groups. This suggests that the video, rather than the psychological skills training, was being used as a stagey to influence gymnasts' self-regulation. Supported by SSHRC.
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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) | 0,003 | 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 ».