MétaCan
Menu
← Retour à la cohorte
Enregistrement W3196569121 · doi:10.3390/ijerph18179023

The Role of Passion and Achievement Goals in Optimal Functioning in Sports

2021· article· en· W3196569121 sur OpenAlexaff
Jany St-Cyr, Robert J. Vallerand, Léandre Alexis Chénard‐Poirier

Notice bibliographique

RevueInternational Journal of Environmental Research and Public Health · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueMotivation and Self-Concept in Sports
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésPassionPsychologyAthletesTest (biology)Path analysis (statistics)CognitionGoal orientationSocial psychologyApplied psychologyPhysical therapyComputer science

Résumé

récupéré en direct d'OpenAlex

This study aimed to test the role of passion in the cognitive goals pursued in sport and the level of Optimal Functioning in Society (OFIS) derived from such sport engagement. A total of 184 competitive water polo and synchronized swimming athletes completed a questionnaire assessing their passion for their sport, achievement goals, and various scales assessing their level of OFIS (e.g., subjective well-being, relationship with their coach, sport performance, and intentions to continue in sport). It was hypothesized that harmonious passion (HP) would be positively associated with mastery goals while obsessive passion (OP) would be positively associated with mastery, performance-approach, and performance-avoidance goals. In turn, mastery goals were expected to positively lead to the four components of OFIS, whereas performance-approach and performance-avoidance goals should display less adaptive relationships with OFIS. The results of a path analysis generally supported the proposed model. As hypothesized, these findings suggest that HP leads to a more adaptive cognitive engagement in sport (than OP) that, in turn, fosters higher levels of optimal functioning.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,044
Tête enseignante GPT0,376
Écart entre enseignants0,331 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations18
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental Research and Public Health→Même sujetMotivation and Self-Concept in Sports→Travaux en français237 207→