"Actually I was the star": Managing attributions in conversation
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
In diesem Beitrag skizzieren wir die Eckdaten eines diskursiven Ansatzes zur Untersuchung von Attributionen in der Sportpsychologie. Attributionstheoretische Ansätze spielen in der Sportpsychologie traditionell eine wichtige Rolle. Attributionen werden hierbei als die wahrgenommenen Ursachen oder Konsequenzen verstanden, die Menschen einem Ereignis zuschreiben. Ein besonders einflussreiches, in der pädagogischen Psychologie entwickeltes Attributionsmodell erfordert die dimensionale Kategorisierung von Attributionen (z.B. internal-external, stabil-nicht stabil, kontrollierbar-nicht kontrollierbar), die in der Sportpsychologie fast ausschließlich mittels Fragebögen erfasst werden (und dies zumeist im Rahmen einer sehr eingeschränkten theoretischen Perspektive). Im Unterschied hierzu werden im diskursiven Ansatz Gespräche eingesetzt bzw. analysiert, dies aber nicht zur Erfassung internaler oder dimensionaler Kategorien, sondern das Gespräch selbst ist Gegenstand des Interesses. Im vorliegenden Beitrag setzen wir uns – rückgreifend auf Prinzipien der Konversationsanalyse – kritisch mit der traditionellen Konzeptualisierung und Erforschung von Attributionen auseinander. An empirischen Gesprächsbeispielen mit Sportler(innen) verdeutlichen wir dann unser Verständnis von Attributionen als "talk-in-action" statt einem Ansatz, der Attributionen als bloße Aufeinanderfolge diskreter kognitiver Elemente und Dimensionen zu erforschen versucht. Wie Attributionsprozesse in Gesprächen verlaufen, veranschaulichen wir an drei Bereichen: an Fragen nach Niederlagen, am "bescheidenen Reden" über Siege, und an der Flüchtigkeit und schweren Greifbarkeit von Attributionen im Gesprächsverlauf. Abschließend werden Implikationen eines diskursiven Ansatzes für die sportpsychologische Untersuchung von Attributionen diskutiert.
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.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.014 | 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 it