Collegiate Athletes’ Cognitive Beliefs Related to Setback Anxiety and Rumination in Sport
Notice bibliographique
Résumé
Setbacks are common occurrences in sport. Recently, setbacks such as injuries and deselection have been accompanied, and confounded, by setbacks related to COVID-19. How students manage a setback may depend on the interaction of two control beliefs: primary control (PC) to directly influence the setback and secondary control (SC) to adjust to it. Purpose: This study investigates the relationships between athletes’ PC and SC and two important sport setback-related outcomes—anxiety and rumination. Method: We employed a cross-sectional design examining collegiate athletes in the USA and Canada (N = 200; Mage = 20.9 years, 143 women, 52 men, 3 non-binary, 2 did not disclose). Using regression tests controlling for setback severity, we examined the interaction effects of athletes’ PC and SC beliefs relative to setbacks, on the anxiety and rumination variables. Results: We found SC beliefs were beneficial to setback-related anxiety and rumination. A significant interaction indicated that particularly when PC was low, SC had negative associations with setback-related anxieties about letting others down (β = –.45, p < .001) and experiencing pain (β = –.37, p < .001). Conclusion: The findings suggest SC beliefs are important for managing setbacks—specifically for attenuating harmful rumination, and specific setback anxieties. We discuss the possibility of enhancing SC beliefs for combatting sport setbacks through control-enhancing interventions as a direction for future research.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».