L'évolution du concept de force mentale chez les athlètes : mise à jour des connaissances et limites méthodologiques
Bibliographic record
Abstract
Résumé La force mentale est actuellement reconnue comme étant l’un des attributs les plus importants dans la réalisation du succès athlétique. Cependant, l’opérationnalisation et la définition du concept ne font pas l’unanimité à travers la littérature. La visée première de cet article est de mettre à la disposition de futurs chercheurs une mise à jour des connaissances portant sur la force mentale ainsi que des différentes méthodologies employées. Plus précisément, nous présentons les différentes conceptions de la force mentale issues à la fois de l’expérience des praticiens du domaine de la psychologie du sport et d’études employant une méthodologie qualitative. Parallèlement, les limites et les forces conceptuelles et méthodologiques de ces travaux sont décrites de façon à guider les études futures dans le domaine. Ensuite, les différents instruments de mesure de la force mentale ainsi que les divergences d’opinion relatives à leurs qualités psychométriques sont exposés. Pour conclure cet article, des pistes possibles de recherche portant sur la force mentale sont proposées afin que la théorie puisse un jour rejoindre les demandes de la pratique et aider concrètement les athlètes à atteindre les plus hauts sommets.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.065 | 0.112 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.005 | 0.004 |
| Science and technology studies | 0.004 | 0.013 |
| Scholarly communication | 0.011 | 0.007 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".