Exploring coaches understanding of body image and weight inclusivity in youth sport: Implications for sport coach development and training
Notice bibliographique
Résumé
Coaches are tasked with creating sport environments that facilitate the positive development of athletes. However, coaches are also described as portraying negative or maladaptive attitudes about athletes’ body shapes, weights, and performances. These attitudes lead to appearance-focused sport environments that discriminate against people in heavier bodies and contribute to poor sport experiences and dropout. A body image training program would benefit coaches, however, how coaches conceptualize body image and weight inclusivity, as well as their previous learning attempts on the topics, are not known. The current study sought to (1) explore how sport coaches conceptualize body image and weight inclusivity, (2) identify knowledge generation and learning on these topics, and (3) describe strategies to facilitate coach development on these topics. Six (50% women) coaches from across Canada were recruited to participate in 90-minute discussions. Data were collected and analyzed using a constructivist paradigm and thematic analyses. Coaches demonstrated limited understanding of weight inclusivity yet discussed some knowledge of body image. Despite the known relationship between body image and sport, most coaches could not recall any explicit attempts to create more weight and body-inclusive and positive body image sport environments. Furthermore, no training programs on these topics have been undertaken but coaches stressed a need for a brief, cost effective program to balance messages about the importance and value of weight inclusivity and body image in youth sport. Coaches also suggested practical strategies and guidelines for addressing these foundational topics.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| 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 ».