Cheater, cheater, pumpkin eater: the Dark Triad, attitudes towards doping, and cheating behaviour among athletes
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
We examined the relationships between the Dark Triad personality traits (Machiavellianism, narcissism, and psychopathy), attitudes towards doping, and cheating behaviour among athletes. One-hundred and sixty-four athletes completed a completed a matrix solving task within a specific time limit. Participants were told they would receive a financial reward for the total number matrices they could solve, but only 13 of the 20 matrices were solvable. This provided the incentive and opportunity for the athletes to cheat. Following this, athletes completed two questionnaires, which assessed the Dark Triad and their attitudes towards doping. All three Dark Triad personality traits correlated positively with attitudes towards doping and cheating behaviour. Regression analyses revealed that psychopathy and narcissism positively predicted attitudes towards doping, and narcissism emerged as a positive predictor of cheating behaviour. Attitudes towards doping correlated positively with cheating behaviour. The Dark Triad appears to be important in relation to both attitudes towards doping and cheating behaviour among athletes. In addition, our findings illustrate that favourable attitudes towards doping are linked with actual cheating among athletes. National Anti-Doping Organizations, sports federations, and coaches could assess athletes' Dark Triad scores and attitudes towards doping in order to identify who may be more likely to cheat.
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.
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 | 0,013 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle