Momentum During a Running Competition: A Sequential Explanatory Mixed-Methods Study
Notice bibliographique
Résumé
International Journal of Exercise Science 13(5): 615-632, 2020. The purpose of this study was to better understand the psychological momentum (PM) in varsity cross-country competitive runners during a 3000 m selection trials. A sequential explanatory mixed methods design was used: recruitment trial race day (quantitative) and interview day (qualitative + maximal aerobic running speed [MARS]). Sample was consisted of fifteen university distance runners (n = six women [25.9 ± 7.0 years old; 22.2 ± 1.8 BMI] and nine men [23.2 ± 2.4 years old; 22.6 ± 1.6 BMI]). During the recruitment trial race, athletes’ MARS was measured and used to create a performance index (PERFI) relative to selected moments. Also, the recruitment trial race was filmed. During the interviews, the recorded film was used to support athletes in the identification of key moments of the race, as well as to discuss positive and negative PM. PM was both defined by participants and devised by three themes: psychological, physiological and psychophysiological change. A significant PERFI difference (p < 0.001) was observed between positive (97.04 ± 5.88%) and negative (108.46 ± 7.76%) moments of PM. The results of PERFI for men and women athletes were not significantly different (p = 0.118). The PERFI standard deviation for women was not correlated (r2 = 0.26, p = 0.30) with the 3000 m time trial performance, but it was significantly correlated for men (r2 = 0.94, p < 0.001). The results of the present study could help developing interventions to focus on specific elements of the momentum such as race management/strategy, the attentiveness of the runner during the race and other elements of mental and physical preparation of the athletes.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».