The Impact of an Online Psychological Skills Training Program on the Mental Health of Varsity Athletes
Notice bibliographique
Résumé
Mental health concerns in Canada continue to rise, this is especially apparent for young adults, and those attending University (Giamos et al., 2017). In comparison to non-athlete students, varsity athletes attending University must balance the same academic priorities as non-athletes, while also maintaining the responsibilities associated with their sport (Moreland et al., 2018). Due to this, varsity athletes can be faced with enhanced mental health concerns, such as increased symptoms of anxiety and depression (Neal et al., 2013). This is concerning, as varsity athletes often report low levels of mental health treatment seeking (Armstrong et al., 2015). Knowing this, the goal of the present study was to provide varsity athletes with an asynchronous online psychological skills training (PST) program with the goal to improve mental health. Athletes were given access to six PST modules, including the following skills: goal-setting, imagery, self-talk, routines, managing emotions, relaxation/psyching up (Ely, Munroe-Chandler, et al., 2023). The study followed a pre-post design, where athletes completed questionnaires prior to completing the modules, which measured overall mental health, psychological resilience, and satisfaction with life. Following the six-week period where athletes completed the modules, they were asked to complete the same series of questionnaires. A total of 26 varsity athletes completed the study. It was hypothesized that athletes would report improved mental health following the completion of the online modules (e.g., lower levels of anxiety). Following the intervention, there were no significant differences in scores on mental health measures or satisfaction with life. However, there was a statistically significant increase in mean scores on the brief resilience scale. Possible reasons for the lack of significant findings include a small sample size, as well as the asynchronous online delivery of PST amongst the busy schedules of athletes.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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) | 0,004 | 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 ».