11.2 To disclose or not to disclose, that is the question! A grounded theory of sports concussion disclosure in university athletes
Notice bibliographique
Résumé
Objective Identify intra- and extra-personal factors influencing concussion disclosure in university athletes and describe their effects and interactions in an explanatory theoretical model. Design Qualitative research using Straussian Grounded Theory. Setting Semi-structured interviews. Participants 9 university athletes, 5 females, 4 males, aged 18–26, from three team sports (soccer, rugby, and cheerleading). Main Results First, we identified 24 factors divided into three intra-personal (Attitudes & Behaviors; Concussion Knowledge; Subjective Injury Severity) and two extra-personal categories (Socio-Cultural Pressures; Contextual Incentives) as determinants of concussion disclosure. Second, anchored around the core category Fear, we integrated these factors and categories into a grounded theory of concussion disclosure named Concussion Disclosure Theory (CDT). CDT posits that disclosure decisions are determined by the relative weight of two competing aversions: presence-aversion and absence-aversion. The factors identified seem to influence disclosure by generating one or both types of aversion. Our CDT also describes how most athletes adopt a non-disclosure bias strategy following a first concussion. Conclusions Our work highlights the benefits of using qualitative methods to study concussion disclosure and the importance of systematically investigating both intra- and extra-personal factors. Decision-making mechanisms proposed by our CDT can be used to generate future hypotheses and help design interventions aimed at promoting concussion disclosure. For example, it suggests that educational interventions designed to generate more presence-aversion could reverse the non-disclosure bias and promote concussion disclosure. Future research should validate the components of our CDT and their mechanisms of influence on the disclosure decision-making process in more diverse populations.
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 | 0,028 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,014 |
| Communication savante | 0,008 | 0,008 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».