The Relationship Between Resilience and Well-being in Post-secondary Student-Athletes and Non-Athletes
Notice bibliographique
Résumé
Post-secondary student-athletes are exposed to a unique combination of stressors that can affect their well-being. Studies have demonstrated that factors such as physically and psychologically demanding competitions, expectations to perform in the classroom and on the field, and time demands may result in greater mental health concerns than the general student population. Research has shown that resilience may lower levels of stress, anxiety, and depression and reduce the development of burnout. However, limited research has examined how mental well-being is associated with resilience in a student-athlete population. The purpose of this study was to investigate the relationships among resilience and mental well-being in student-athletes and non-athletes within post-secondary institutions across Canada. Data were analyzed from the 2019 Canadian Campus Well-being Survey (CCWS), which consisted of 40,720 university and college students (1853 varsity student-athletes, 38,867 non-athletes). The CCWS includes the Warwick-Edinburgh Mental Well-being Scale (Tennant et al., 2007) and a custom resilience measure that assesses individuals’ ability to handle unexpected and difficult situations. A mediational analysis revealed that resilience mediated the relationship between student status (i.e., student-athlete vs. non-athletes) and well-being. This finding suggests that mental health differences seen between student-athletes and non-athletes may be due to resilience, which has been shown to be developed through sports participation (Fletcher & Sarkar, 2012). Since resilience may be a resource that contributes to well-being, there is value for post-secondary institutions and university athletic departments to implement resilience education programs that provide students with intentional strategies to foster resilience and associated life skills.
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 | 0,002 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».