Constructing a grounded theory of grit in sport: understanding the development and outcomes of long-term passion and perseverance in competitive athletes
Notice bibliographique
Résumé
To be successful, athletes are expected to overcome the many setbacks and demands of sport throughout the entirety of their competitive career. Grit – or passion and perseverance over long terms – has been linked to positive outcomes in the sport domain, but progress in the field has been hindered by a lack of sufficient theory. The purpose of this study was to construct a grounded theory of competitive athletes’ grit in sport, and constructivist grounded theory methodology was adopted. Twenty-seven participants (14 women, 13 men; 22 athletes, 5 coaches) involved in competitive sport participated in individual semi-structured interviews. Data analysis involved an iterative process of initial coding, focused coding, axial coding, and theoretical integration. Results showed grit to be a malleable dispositional tendency that was formed over time as athletes amassed significant sport experiences. With the encouragement from supportive others, athletes would adopt adaptive cognitions about success and failure. These cognitions would then develop into a propensity to identify and strive towards long-term goals in sport. Participants described grit as leading to several outcomes, including sport-specific goal achievement, adaptive outcomes, and maladaptive outcomes. Our research advances the study of grit in sport by providing researchers and practitioners a deeper understanding of the processes that encapsulate competitive athletes’ sport-specific grit. Implications for practice (e.g., how sport support persons might foster grit in athletes) and recommendations for future research (e.g., improving the measurement of grit in sport) are also discussed.
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 | 0,009 | 0,000 |
| 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 | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».