Mental toughness in sport: The Goal-Expectancy-Self-Control (GES) model
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
Mental toughness (MT) has gained considerable attention in sport as an important factor for achieving goals in the presence of varying degrees of pressure, adversity or obstacles. Despite growing interest in MT, it seems that no clear consensus has been reached regarding its conceptualization. In order to broaden the current knowledge on MT, this critical review aims to: (a) critically address MT conceptual issues, (b) identify the most central aspects of MT, and (c) develop a conceptual model to study MT. Following a literature search across four databases, we have critically reviewed the scientific research on the subject. Based on this critical review, we have developed the Goal-Expectancy-Self-Control (GES) model. The GES model posits that when a stressor occurs, three psychological resources characterize MT, namely self-control, self-efficacy, and goals. The GES model captures key components of MT and explains how MT influences athletes’ performance. This model provides a foundation for further research on MT and leads to practical implications.Lay Summary: Mental toughness (MT) is widely used to describe athletes that perform in pressurized circumstances. While it may seem clear what MT means, no consensus has been reached regarding its conceptualization. To guide future research and interventions, we critically reviewed the literature and developed a new conceptual model that focuses on the most central aspects of MT.IMPLICATIONS FOR PRACTICEThe proposed model can lead to the development of effective and specific interventions to enhance mental toughness which target athletes, coaches and sport psychology consultants.
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 | 0,001 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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