Duygusal Zekâ Psikolojik Beceriler İçin Önemli Mi? Sporcularda Psikolojik Beceriler ile Duygusal Zekâ Arasındaki İlişki
Notice bibliographique
Résumé
Bu araştırmanın amacı sporcuların duygusal zekâsı ile psikolojik becerileri arasındaki ilişkinin incelenmesidir. Bu amaçla 160 erkek (%76.2) 50 kadın (%23.8) olmak üzere toplam 210 sporcu gönüllü olarak araştırmaya katılmıştır. Araştırmaya katılan sporcuların yaşları 21.10±2.68, spor deneyimleri 8.22±4.21 yıl ve haftalık antrenman süresi 10.56±6.06 saat olarak belirlenmiştir. Veri toplama aracı olarak Ottawa Mental Yetenek Değerlendirme Ölçeği ve Sporda Duygusal Zekâ Envanteri kullanılmıştır. Analizler SPSS 22 programında, tanımlayıcı istatistikler, Pearson korelasyon analizi ve regresyon analizi (enter yöntemi) ile değerlendirilmiştir. Pearson korelasyon analizi sonuçlarına göre duygusal zekânın tüm alt boyutları ile psikolojik becerilerin hedef belirleme, özgüven, kararlılık, rahatlama, canlandırma, odaklanma, hayal gücü, zihinde canlandırma ve mücadele planı alt boyutları arasında istatistiksel olarak anlamlı pozitif ilişki olduğu bulunmuştur. Regresyon analizi sonuçlarına göre duyguların kullanımının hedef belirleme, rahatlama ve hayal gücünü; kendi duygularını değerlendirme ve duyguların kullanımı puanlarının canlandırma ve zihinde canlandırmayı; duyguları düzenleme ve duyguların kullanımının özgüveni, sosyal becerilerin odaklanmayı; sosyal beceriler ve duyguların kullanımının ise mücadele planını istatistiksel olarak anlamlı düzeyde açıkladığı belirlenmiştir. Bu bulgular doğrultusunda sporcuların psikolojik becerilerinin duygusal zekâları ile ilişkili olduğu ve duygusal zekânın sporcuların psikolojik becerisine anlamlı katkı sağlayabileceği söylenebilir. Araştırmanın sonuçları genel olarak değerlendirildiğinde, sporcularda duygusal zekânın gelişimine katkı sağlayacak uygulamaların psikolojik becerileri de olumlu olarak etkileyebileceği söylenebilir.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,002 |
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 ».