Exploring Covert Team Dynamics in High Performance Sport, A Systems Psychodynamic Perspective
Notice bibliographique
Résumé
Maltreatment in sport, encompassing physical, emotional, and sexual harm, has garnered significant attention due to research advancements and high-profile abuse cases (Parent & Fortier, 2018). Athlete safety is often seen as an individual issue, blaming harmful behaviors on a few problematic coaches while overlooking broader systemic factors sustaining harmful cultures in elite sport (Mountjoy et al., 2016). Research by Monton et al. (2024) used the Masculinity Contest Culture (MCC) framework to explore the high-performance sport environments, which were marked by intense competition and traditionally masculine traits, prioritizing performance above all else, including, well-being, health and safety (Monton et al., 2024). This study extends Monton et al.'s (2024) findings by investigating covert team-level processes that sustain toxic organizational dynamics using the X-Ray Vision model (Noumair et al., 2017). Through a secondary analysis of qualitative interview data (n=30), consisting of retired Canadian national team athletes, three key dynamics were identified. Covert team-level dynamics, included fear-based authority, dysfunctional interpersonal behaviors, and tacit motivational contracts, which fostered control, dependency, and tension, leading to isolation, exhaustion, and fragmented team cohesion. The results indicated that these patterns undermined athletes’ well-being and performance, highlighting the need for systemic intervention to address toxic team cultures in elite sport.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,014 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,001 | 0,006 |
| 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 ».