MétaCan
Menu
← Retour à la cohorte
Enregistrement W7131869304 · doi:10.5016/bjsphd.v1i2.19690

Estratégias de regulação emocional personalizadas para jovens atletas

2025· article· W7131869304 sur OpenAlexaff
Daniela Wiethaeuper, Francisco Lapointe

Notice bibliographique

RevueBRAZILIAN JOURNAL OF SPORT PSYCHOLOGY & HUMAN DEVELOPMENT (BJSPHD) · 2025
Typearticle
Langue
DomainePsychology
ThématiqueSport Psychology and Performance
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesnon disponible
Mots-clésAthletesPsychosocialAffect (linguistics)Emotional disorder

Résumé

récupéré en direct d'OpenAlex

Este estudo examinou a eficácia de intervenções de regulação emocional adaptadas ideograficamente em jogadores de tênis adolescentes, usando o modelo de Zonas Individuais de Funcionamento Ótimo (IZOF) como uma estrutura conceitual e metodológica. Quatro atletas do sexo masculino com idades entre 13 e 16 anos, inscritos em um programa de estudos esportivos, participaram de um protocolo de três fases envolvendo avaliação inicial, intervenção e acompanhamento pós-intervenção durante competições oficiais. Os perfis emocionais e fisiológicos foram avaliados usando escala idiográfica, instrumentos psicométricos (TAS-20, ERQ, OMSAT-3) e medidas de autoavaliação. Os resultados mostraram que os participantes que alcançaram maior alinhamento emocional com suas zonas ótimas definidas pelo IZOF relataram melhor desempenho autopercebido. No entanto, a variabilidade interindividual emergiu, particularmente entre aqueles com pontuações elevadas de alexitimia. Embora os efeitos estatísticos tenham sido limitados, as análises descritivas e visuais sugeriram ligações funcionais entre congruência emocional e resultados competitivos. Os resultados corroboram a viabilidade de intervenções baseadas em IZOF no esporte juvenil e destacam a importância da personalização , da consciência emocional e de fatores de desenvolvimento na concepção de estratégias psicológicas eficazes. São discutidas limitações metodológicas e direcionamentos para pesquisas futuras.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,035
Tête enseignante GPT0,375
Écart entre enseignants0,340 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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 revueBRAZILIAN JOURNAL OF SPORT PSYCHOLOGY & HUMAN DEVELOPMENT (BJSPHD)→Même sujetSport Psychology and Performance→Travaux en français237 207→