Effects of short term PETTLEP-based cognitive specific imagery intervention on accuracy and efficacy of snap shot shooting of youth ice hockey players
Notice bibliographique
Résumé
Several studies have proven a positive relation between PETTLEP-based imagery intervention and performance and many researchers argue that more studies should investigate its effect on a variety of sports (Holmes and Collins, 2001; Weinberg, 2008). Primary purpose of this study was to investigate the effects of a PETTLEP-based cognitive specific (CS) imagery intervention on performance and efficacy of a sport-specific task on youth hockey players aged between 13-15 years. A total of nine participants from a hockey club in southern Sweden were randomly assigned to an intervention and control group. All participants were administered a structured self-efficacy questionnaire and an adapted sport imagery questionnaire (SIQ) and were also tested for performance on an ice hockey shooting skill to determine baseline performance at the beginning of the experiment. This was followed by a 16-day intervention and at the end of the intervention participants were tested for the same task and administered the SIQ and self-efficacy questionnaire a second time. Although the descriptive statistics illustrated a positive change in performance scores of in intervention group the results from non-parametric tests did not show a significant effect of the intervention for all of the tasks included in the study. Hence, the present study was not able to draw a positive conclusion about PETTLEP-based imagery as previously established by similar studies. The findings of present study highlight the need for further research investigating effects of similar interventions on performance and efficacy of similar tasks in hockey using an improved protocol and a more controlled environment.Acknowledgments: Simon Graner, Erwin Apsitch, Sofia Bunke, Karin Moesch, Jonas Alm, Ulof Nilsson, Germano Gallicchio, Andres Thomsson, Maria Garcia, Pau Casas Bonet, Alexander Von Reppert, Jacob Lee Shafsky, and all players who participated in this study.
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 ».