Coaches’ Full Range Leadership Behaviors and University Athletes’ Personal Development and Negative Experiences: Is It All About Relationship Building?
Notice bibliographique
Résumé
Sport coaches can facilitate positive youth development in athletes. However, little is known about how coach behaviors that span the full range leadership model (i.e. FRLM) impact development. In this study, we asked whether FRLM coaching behaviors promote positive development outcomes and mitigate negative experiences in the university sport context and whether these effects are mediated by perceptions of a quality coach-athlete relationship. In total, 605 Canadian university athletes (Mage = 20.09 SD = 1.74) completed the Multifactor Leadership Questionnaire, the University Sport Experience Survey, and the Coach-Athlete Relationship Questionnaire. Mediation analyses assessed the explanatory role of athletes’ perceived coach-athlete relationship in associations between coaches’ leadership behaviors and athletes’ reports of personal developmental outcomes and negative experiences. The coach-athlete relationship was positively associated with positive development outcomes in university athletes (i.e. initiative, basic skills, interpersonal relationships, teamwork and social skills, and adult network and social capital) and inversely associated with negative experiences (i.e. stress, negative peer interactions, social exclusion, and negative leadership). Findings only partially supported the assertion that transformational leadership promotes positive development and reduces negative experiences by enhancing the coach-athlete relationship. The results support benefits of transformational coaching when targeting positive development, similar to youth sport, but suggest the coach-athlete relationship has little explanatory value when examining associations between coach leadership and positive development outcomes in university sport. Instead, the coach-athlete relationship does help account for the mitigation of negative experiences in the university sport context.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».