MétaCan
Menu
Retour à la cohorte
Enregistrement W3012706777 · doi:10.32370/ia_2020_01_20

Psychological Features of Formation of Emotional-Will Sphere of Athlete Personality

2020· article· en· W3012706777 sur OpenAlexvenueno aff
Shohrukh Salihov, Malika Umidjanova

Notice bibliographique

RevueIntellectual Archive · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiquePhysical Education and Training Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyAthletesExtraversion and introversionPersonalityAggressionSocial psychologyNeed for achievementEmotional controlClass (philosophy)Control (management)Developmental psychologyApplied psychologyBig Five personality traits

Résumé

récupéré en direct d'OpenAlex

At present the issue of "personal profile" of the athlete engaged in a certain sport is quite widely discussed.However, the analysis of personal features of athletes of the international class on sports did not confirm the hypothesis of "personal profile."More productive was the approach of finding common manifestations of personality that lead to success in sports.Among such features should be: sensivity, emotional resistance, activity in overcoming obstacles.According to American sports psychologists, the most common personal traits of athletes include:-High level of aggressiveness (which is almost always under control of the athlete of high class), -High level of achievement motivation, -Extroversion and character hardness, -authoritativeness, -Emotional stability and self-control [1].Aggression.In many sports, especially those where direct physical contact is allowed, various forms of controlled physical aggression are simply necessary.Research data show that high-class athletes engaged in these sports are not only more aggressive, but also tend to express their aggressive tendencies more freely than representatives of the so-called normal sample.At the same time aggressiveness is expressed in different ways in athletes engaged in different sports.Motivation to achieve success in athletes.Motivation is a key variable of mastering sports skills, the ability to demonstrate them.Motivation is, first of all, a desire for success, high results in its activities.And if a person, seeks to achieve success, high results in activity,

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,142
Tête enseignante GPT0,436
Écart entre enseignants0,294 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIntellectual ArchiveMême sujetPhysical Education and Training StudiesTravaux en français237 207