Girls, Women, and Female Athletes in Sport Psychology: A Decade-Long Review of the Literature
Notice bibliographique
Résumé
The underrepresentation of female research participants, women, and girls has been highlighted as an issue of concern within a variety of research areas and disciplines across academia. More specifically, this lack of visibility has contributed to widening knowledge gaps regarding these populations while also perpetuating and strengthening existing inequities. Given these concerns, the purpose of this review was to explore whether similar imbalances could exist within the sport psychology literature and, if so, what future research projects might be completed to rectify these issues. To do so, all articles ( n = 3,005) published between the years of 2011 and 2021 in five journals of sport psychology were assessed. Following an analysis of the relevant studies collected, it was found that more articles including all boys, men, and male athletes ( n = 343) were published within this time frame compared with articles including exclusively girls, women, and female athletes ( n = 155). Additionally, it also appeared that research working with girls, women, and female athletes was lacking: (a) in recreational sport, (b) at both young and older ages, and (c) within team sport contexts. Further, most of the studies assessed often conflated participant sex- and gender-descriptive terminology. As such, it is highly encouraged that researchers in sport psychology make greater strides to conduct purposeful and targeted research focusing on girls, women, and female athlete participants and their specific issues over the coming years.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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 ».