MétaCan
Menu
Retour à la cohorte
Enregistrement W4244068729 · doi:10.31236/osf.io/dxqng

Empathic and Self-Regulatory Processes Governing Doping Behavior

2017· preprint· en· W4244068729 sur OpenAlexfundno aff
Alan L. Smith, John P. Mills, Jonathan Grix, Ceri Wynne

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueDoping in Sports
Établissements canadiensnon disponible
Organismes subventionnairesWorld Anti-Doping Agency
Mots-clésEmpathyDopingPsychologyStructural equation modelingSocial psychologyDevelopmental psychologyCondensed matter physics

Résumé

récupéré en direct d'OpenAlex

Evidence associating doping behavior with Moral Disengagement (MD) has accumulated over recent years. However, to date, research examining links between MD and doping has not considered key theoretically-grounded influences and outcomes of MD. As such, there is a need for quantitative research in relevant populations that purposefully examines the explanatory pathways through which MD is thought to operate. Towards this end, the current study examined a conceptually-grounded model of doping behavior that incorporated empathy, doping self-regulatory efficacy (SRE), doping MD, anticipated guilt and self-reported doping/doping susceptibility. Participants were specifically recruited to represent four key physical-activity contexts and consisted of team- (n = 195) and individual- (n = 169) sport athletes and hardcore- (n = 125) and corporate- (n = 121) gym exercisers representing both genders (nmale = 371; nfemale = 239); self-reported lifetime prevalence of doping across the sample was 13.6%. Each participant completed questionnaires assessing the aforementioned variables. Structural equation modelling indicated strong support for all study hypotheses. Specifically, we established: (a) empathy and doping SRE negatively predicted reported doping; (b) the predictive effects of empathy and doping SRE on reported doping were mediated by doping MD and anticipated guilt; (c) doping MD positively predicted reported doping; (d) the predictive effects of doping MD on reported doping were partially mediated by anticipated guilt. Substituting self-reported doping for doping susceptibility, multisample analyses then demonstrated these predictive effects were largely invariant between males and females and across the four physical-activity contexts represented. These findings extend current knowledge on a number of levels, and in doing so aid our understanding of key psychosocial processes that may govern doping behavior across key physical-activity contexts.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,275
Score d'incertitude au seuil0,960

Scores Codex et Gemma par catégorie

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

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 Opus0,039
Tête enseignante GPT0,343
Écart entre enseignants0,304 · 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 tête enseignante, 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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetDoping in SportsTravaux en français237 207