Factors associated with coach–athlete conversations about mental health in intercollegiate sport
Notice bibliographique
Résumé
Increasing conversation about mental health is one way to decrease stigma and prevent/treat maladaptive processes within the context of sport. Due to their proximity and influence over athletes, coaches can increase conversation and change team culture. The objective of this study was to apply the Theory of Planned Behavior (TPB) to explore the factors associated with coach-athlete conversation about mental health. A total of 136 Canadian coaches completed a demographic questionnaire as well as a TPB-based survey measuring Attitudes, Perceived Behavioral Control (PBC), Social Norms and Intention. Intention was measured as Role perception, if a coach believed it was their role to be involved in athlete mental health. Behavior was measured as talking with an athlete(s) about mental health. Approximately 68% of coaches had spoken to athletes about mental health in the last season. The linear regression model predicted a significant amount (42.7%) of the variance in Intention ( p < .05) from the three TPB constructs. Logistic regression found a significant interaction effect of PBC and Intention on Behavior ( p < .01). Measured TPB construct scores were influenced by previous mental health training, personal experience with mental illness, age group and the act of talking ( p < .05). Although a promising amount of coaches spoke to athletes about mental health, improvement is still possible. Mental health training should continue to be promoted to all members of the athletic community. As attitude scores were generally positive, this training should potentially focus more on improving capabilities and social norms.
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 | 0,001 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».