Women were hit harder: Gender differences in student-athletes' mental health during the COVID-19 pandemic
Notice bibliographique
Résumé
The present study examined gender identity differences in student-athletes' mental health during the COVID-19 pandemic. Self-identified female (n = 47; 18-24 years) and male (n = 50; 18-26 years) student-athletes from a mid-sized U-sport Canadian university participated in an online survey assessing athletic identity (Academic and Athletic Identity Scale), mental toughness (10-item Mental Toughness Questionnaire), resilience (Brief Resilience Scale), anxiety (Generalized Anxiety Disorder Questionnaire), depressive symptoms (Patient Health Questionnaire depression module), and coping (Brief COPE). Results from one-way MANOVAs and follow-up ANOVAs revealed that women reported significantly lower resilience, worse anxiety, worse depressive symptoms, employed more emotional and instrumental coping strategies, and endorsed more self-blame compared to men; there were no gender identity differences in athletic identity or mental toughness. Gender-specific multivariate linear regressions highlighted that lower mental toughness was significantly related to heightened anxiety in men, whereas lower resilience was significantly related to heightened anxiety in women. Finally, lower mental toughness, but not resilience, was significantly associated with increased depressive symptoms for both women and men. Taken together, the present results encourage high-performance personnel to foster mental toughness and resilience in student-athletes—with distinct efforts to bolster resilience in student-athletes identifying as women—as these constructs may attenuate negative mental health consequences (i.e., elevated anxiety and depressive symptoms) of the COVID-19 pandemic.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».