Cultivating legacies and connections: A narrative analysis of Instagram stories of retired elite athlete mothers through an ethic of care lens
Notice bibliographique
Résumé
Although significant research has focused on athlete mothers returning to competition, the experiences of retired athlete mothers remain largely unexplored. In this study we explored the less studied research path of motherhood and sport retirement to learn more about these athletes’ lives. We sought to build on sport media research centralizing elite athlete mothers and qualitative research on athlete mother career transitions, to provide insight into identities post-elite sport in a cultural context (i.e., Instagram). The precise aim was to explore how identities intertwined with ethic of care meanings in digital stories and the psycho-social implications during retirement. Two retired Canadian athlete mothers’ (i.e., mountain biker Catharine Pendrel and boxer Mandy Bujold) Instagram posts (n = 72 for Pendrel, n = 162 for Bujold) were subjected to big and small story narrative analysis. A big story of legacy through generativity was identified and linked with ethic of care meanings depending on three small stories: giving back, inspiring the next generation, and self-connections through sport. These findings show how a concern for current and future generations through pro-social behaviors (e.g., philanthropy, imparting wisdom, time with children) are intertwined with multiple relational identities (e.g., elite athlete, mother, mentor, generative athlete) and nuanced ethics of care (e.g., self-care, everyday acts of situated caring). We conclude with what these findings and digital stories offer practitioners, closing with future research suggestions.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».