A-46 Deconstructing Competitiveness: The Effect of Age on Athlete’s Desire to Succeed, Win, and Achieve Goals
Notice bibliographique
Résumé
Abstract Objective Our previous research indicated that athletes scoring high in competitiveness were less likely to report sports-related concussion symptoms and withdraw from the game. The present study examined whether athletes’ desire to succeed (competitiveness motive), win (win orientation), and achieve personal goals (goal orientation) were related to the age of players. Method Participants included 161 athletes, ages 14–32 (M = 17.6 years; 33.2% female), recruited from a mid-sized Canadian city participating in low (rowing), moderate (soccer) and high (hockey, rugby, football) contact sports. Confirmatory factor analysis was first used to evaluate the structure of the Sports Orientation Questionnaire. Then, using SEM, athletes’ competitiveness, goal orientation, and win orientation were predicted by age. Results High internal consistency was obtained within each factor (.84–.93). The model demonstrated suboptimal fit for this sample (CFI = .84; χ2f/df ratio = 2.02; RMSEA = .087; 90% CI: .077–.097). All factors were significantly related to age, indicating that athletes’ desire to succeed (competitiveness motive; β = .18, p = .009), achieve personal goals (goal orientation; β = .26, p = .007), and win (win orientation; β = .30, p = .000) increases with age. Conclusion The small positive association between age and competitiveness, win, and goal orientation indicates that older athletes are more competitive than younger athletes. Given that competitiveness predicts athletes’ intention to report a concussion, clinicians and coaches should pay particular attention to senior athletes who demonstrate high levels of general competitiveness and who are driven by the desire to win and achieve personal goals. Therefore, interventions targeting the barriers to reporting concussions should evaluate subco.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| 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 ».