MétaCan
Menu
Retour à la cohorte
Enregistrement W4393326897 · doi:10.53555/sfs.v10i3.2401

Level Of Aggression Among The Athletes Of High And Low Self-Efficacy

2023· article· en· W4393326897 sur OpenAlex
DR. VISHAL SUBHASH PAWAR

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJournal of Survey in Fisheries Sciences · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiquePhysical Education and Training Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAggressionAthletesPsychologyClinical psychologyPhysical therapyDevelopmental psychologyMedicine

Résumé

récupéré en direct d'OpenAlex

Research Background: According to Scheier and Carver (1992) self-efficacy underlines people‘s faith in their ability to carry out particular behaviour or produce a desired outcome. Self-efficacy is a person‘s belief in his or her ability to complete a future task or solve a future problem. Other hand, aggression is distinct from, synonymously used words like anger and hostility. According to Fraczek and Zumkley (1992), Aggressive behaviour is aimed at causing harm to others. In this study investigator find out the impact of self-efficacy on level of aggression. Objectives: The study objective was, to study the significant difference in level of aggression among the athletes of high and low self-efficacy. Other hind side objective was, to study the significant difference in level of aggression among male and female athletes.       Procedure: The present study, one hundred twenty athletes were selected. Out of them, sixty athletes were selected from high self-efficacy, in which thirty were selected from male athletes and thirty were selected from female athletes as well as in the same way sixty athletes were selected from low self-efficacy, in which thirty were selected from male athletes and thirty were selected from female athletes. The purposive sampling technique was used for the selection the sample. Their age range between was 20 to 26 years. In this study self-efficacy scale has developed by, Dr. A. K. Singh and Dr. Shruti Narain and Aggression Inventory is developed by M.K. Sultania have been used. Conclusions: It is concluded that, there is significant difference found in level of aggression among the high and low self-efficacy athletes. The athletes of low self-efficacy have found more level of aggression than athletes of high self-efficacy. Another concluded that, there is insignificant difference found in level of aggression among the male and female athletes. The male and female athletes have found equal on their level of aggression.

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.

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)0,004
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,011
Score d'incertitude au seuil0,285

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,459
Tête enseignante GPT0,441
Écart entre enseignants0,018 · 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