The model of excellencism and perfectionism with athletes: A look at measurement and associations with well-being and performance satisfaction as indicators of thriving
Notice bibliographique
Résumé
The Model of Excellencism and Perfectionism (MEP) proposes that the effects of pursuing perfection (i.e., perfectionism) need to be assessed beyond the effects of pursuing excellence (i.e., excellencism). Our objective in this research was to rely on the MEP to further our understanding of athlete perfectionism on two key points. First, we focussed on a scale designed to measure dispositional perfectionism and excellencism – the Scale of Perfectionism and Excellencism (SCOPE) – and tested the factor structure of an adapted version of the SCOPE for athletes (SCOPE-A). Second, we addressed the substantive question of whether perfectionism, beyond excellencism, is beneficial, unneeded, or harmful for athletes’ thriving (i.e., experiencing high levels of well-being and performance satisfaction). We analyzed data collected across four samples of athletes (total N = 1,549). The results of confirmatory factor analyses and multiple regression analyses provided evidence to support the factor structure of scores from the SCOPE-A, and the conclusion that, when it comes to athlete thriving, perfectionism is almost always unneeded and excellencism is almost always good enough. These results shed new light on the connection between excellencism, perfectionism, and athlete thriving, and contribute to future research examining the effects of excellencism and perfectionism in athletes using the SCOPE-A.
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 | 0,006 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».