MétaCan
Menu
Retour à la cohorte
Enregistrement W7117772279 · doi:10.3126/mrj.v6i1.88182

Competitive Sports Anxiety among Nepalese National Athletes: Differences by Gender, Sport Type, and Sporting Disciplines

2025· article· W7117772279 sur OpenAlexaff
Diwakar Amatya, Rocky Maharjan, Kumari Hira Pant, Shreeram Bhandari, Chandan Koju

Notice bibliographique

RevueMangal Research Journal · 2025
Typearticle
Langue
DomainePsychology
ThématiqueSport Psychology and Performance
Établissements canadiensInternational Health Economics Association
Organismes subventionnairesnon disponible
Mots-clésAthletesAnxietyCompetitive athletesTest (biology)Competitive sport

Résumé

récupéré en direct d'OpenAlex

Sport psychology focuses on the influence of competitive anxiety on performance, despite a paucity of work with athletes in Nepal. The prevalent patterns of sports competition anxiety based on gender, sports type and sporting disciplines are examined in this study. The sample consisted of 496 athletes (281 males and 215 females) who participated in 21 events from the 9th National Games in Pokhara.Competitive anxiety was measured using the Sports Competition Anxiety Test (SCAT). Nonparametric statistical techniques were used as the anxiety scores violated normality assumptions. A Mann–Whitney U test indicated male and female athletes did not show statistically significant differences in anxiety (U = 29701.50, p = .749, r = 0.014). However, athletes competing in individual sportsreported significantly higher anxiety than compared to team events (U = 25813, p = .002, r = 0.14). A Kruskal–Wallis test revealed significant differences in anxiety across the 21 sports examined (H = 134.87, p < .001, η² = .27). Kabaddi, Kho- Kho and Archery athletes had the highest anxiety levels, while Football, Rugby and Volleyball athletes had the lowest ones. This implies that competitive anxiety in the athletes of Nepal is more affected not by gender but by sport type and sport-specific demands. The findings emphasize the requirement for targeted psychological assistance, especially for individual and precision-based sportsmen.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,132
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,002
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,005
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,081
Tête enseignante GPT0,438
Écart entre enseignants0,357 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMangal Research JournalMême sujetSport Psychology and PerformanceTravaux en français237 207