Coaching athletes on the path to expertise: Strategies to foster conscientiousness, grit, and self-control
Notice bibliographique
Résumé
Conscientiousness, grit, and self-control are athlete personality characteristics that have been shown to differentially predict criteria of expertise development, including deliberate practice and higher skill levels (Tedesqui & Young, 2018; Toering & Jordet, 2015). Little is known about coaches' views on (a) whether these conscientiousness-related traits are more stable/malleable, (b) strategies that can help athletes develop these traits, or (c) whether coaches consider these traits when making talent identification and development (TID) decisions. To fill these gaps, semi-structured interviews were conducted with 11 high-performance coaches (9 male, 2 female), representing individual (5) and team sports (6), at national and international competitive levels. Data were analyzed using inductive thematic analysis (Braun & Clarke, 2006). Although coaches viewed these traits as mostly stable, they also considered them amenable to development. To help athletes develop grit/perseverance, coaches exposed athletes to failures and created challenging training conditions. Other strategies to foster conscientiousness-related traits included building good training habits and having honest one-on-one conversations about athletes' behaviours. Prompted through a hypothetical scenario, coaches generally preferred to work with less talented athletes who displayed high levels of the investigated traits as opposed to talented athletes with lower trait levels; a high level of both trait and talent was identified as ideal. Coaches revealed not measuring but intuitively considering conscientiousness-related traits in their TID decisions, especially in the context of athlete development, but to a lesser extent at the highest competitive levels where winning took primacy. Results have implications for coaching and the development of desirable traits.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».