Athletes’ perspectives of preparation strategies in open-skill sports
Notice bibliographique
Résumé
Preparation strategies (i.e., pre-game rituals, pre-performance routines) have long been a topic of study in sport psychology. However, previous research has focused on closed-skill tasks and employed methodologies that make it difficult to capture athletes’ perspectives of these behaviors. The purpose of this study was to explore the perceptions of open-skill sport athletes regarding their preparation strategies. Nineteen high-performance athletes participated in semi-structured interviews. Participants described their perceptions of the structures and functions of the behaviors they consider to be part of their preparation strategies. These findings contribute to a more nuanced understanding of how athletes perceive what they do to prepare for a performance. Exploring athletes’ perspectives of this phenomenon allowed for existing theoretical representations of strategies to be compared to the lived experiences of the athletes who engage in them having implications for coaches and sport psychology consultants.Lay Summary: Many athletes have strategies they use to help prepare themselves to perform at their best. We asked 19 high-performance open-skill sport athletes to describe what their preparation strategies are and why they engage in them. Coaches and practitioners should consider their athlete’s perspective when working to establish an effective preparation strategy.Implications for practiceSport psychology practitioners should strive to understand what components an athlete perceives to be part of their preparation strategy and why they engage in them.Preparation strategies can help athletes achieve optimal physical, mental, and emotional states, which differ between athletes and contexts.Preparation strategies are tied to athletes’ individual identities, and in team sports, can help to build and maintain a team’s collective identity over the course of a season.
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) | 0,006 | 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 ».