MétaCan
Menu
Retour à la cohorte
Enregistrement W4224251460 · doi:10.25035/jade.04.01.05

Prevalence and Predictors of Depressive Symptoms in NCAA Division III Collegiate Athletes

2022· article· en· W4224251460 sur OpenAlexaff
Sayre E. Wilson, Sebastian Harenberg, Tara Stilwell, Justine Vosloo, Lindsey Keenan

Notice bibliographique

RevueJournal of Athlete Development and Experience · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueSport Psychology and Performance
Établissements canadiensSt. Francis Xavier University
Organismes subventionnairesnon disponible
Mots-clésAthletesMental healthAnxietyClinical psychologyDepression (economics)PopulationPsychologyMedicineDepressive symptomsPsychiatryPhysical therapyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Mental health disorders are important health concerns among collegiate athletes. Estimations of elevated depressive symptoms in this population range from 1.1-26%. However, these data are derived mostly from NCAA Division I institutions or professional athletes. Evidence from lower divisions (e.g., NCAA Division III) is currently sparse in the literature. Hence, the primary purpose of the present study was to examine the prevalence of depressive symptoms in NCAA Division III collegiate athletes. The secondary purpose was to examine which mental health indicators predict depressive symptoms. In total, 186 participants completed several mental health scales (e.g., PHQ-9, DASS-21). The results revealed a prevalence of 16.2% of elevated depressive symptoms. A multiple regression predicted 46.1% of the variance of depressive symptoms. Significant predictors were stress, anxiety, devaluation, and emotional exhaustion. While NCAA Division III collegiate athletes may face lower athletic expectations, the prevalence of mental health concerns is similar to those observed in Division I collegiate athletes.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,027
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,014
Tête enseignante GPT0,280
Écart entre enseignants0,266 · 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

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Athlete Development and ExperienceMême sujetSport Psychology and PerformanceTravaux en français237 207