Examining effects of physical education and fine arts education on mental skills
Notice bibliographique
Résumé
The aim of this study was to investigate effects of physical education and fine arts education on mental skills for University students. The study included 344 university students fulfilling The Ottawa Mental Skills Assessment Tool completely. Obtained data were statistically analyzed with t test. While there was no significant difference in self-confidence and activation between genders (p>0.05); goal setting, commitment, stress reactions, fear control, relaxation, focusing, refocusing, imagery, mental practice and competition planning significantly differed between genders (p<0.05 and p<0.001). Students studying physical education were not significantly different from those studying fine arts in terms of goal setting, self-confidence, commitment, stress reactions, fear control, relaxation, activation, focusing, refocusing, imagery and mental practice (p>0.05). The students with five-year or longer history of doing sports got significantly higher scores for goal setting, self-confidence, commitment, activation, focusing, refocusing, imagery, mental practice and planning competition than those with one-four-year history of doing sports (p<0.05 and p<0.001). In conclusion, physical education and fine arts education had similar effects on mental skills. However, gender and history of doing sports had different effects on mental skills. Physical education and fine arts education had positive effects on mental skills, especially self-confidence. It can be recommended that students studying physical education should be offered information about arts and that students studying fine arts should be given information about sports. In addition, people receiving informal education about sports should be supported in terms of stress and relaxation.
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 ».