$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Этические соображения
Исследование было освобождено от формального этического обзора в соответствии с политикой учреждения, поскольку соответствовало критериям минимального риска, анонимного опроса. Все процедуры проводились в строгом соответствии с этическими стандартами Хельсинкской декларации. До сбора данных все взрослые участники получали информированное согласие. Для участников младше 18 лет получалось письменное информированное согласие от родителей или законных опекунов, а также письменное согласие от самих несовершеннолетних. Все респонденты были явно проинформированы о целях исследования, добровольном участии, праве отказаться в любой момент без последствий и о строгих мерах конфиденциальности, применяемых к их данным. Не собиралась и не передавалась личная информация, и все данные использовались исключительно для агрегированного академического анализа. Особое внимание уделялось ненавязчивым, уважительным формулировкам, чтобы опрос не мешал тренировочным обязательствам спортсменов или их психологическому благополучию. Для получения дополнительной информации, пожалуйста, смотрите Таблицу материалов.
Дизайн исследования и контекст исследования
В этом исследовании использовался количественный подход с использованием поперечного опроса для изучения предлагаемых взаимосвязей между использованием искусственного интеллекта, самоэффективностью спортсменов, психологическим благополучием и воспринимаемыми спортивными достижениями среди спортсменов в Китае. Количественный дизайн был признан уместным, поскольку целью исследования было проверить теоретически выведенные гипотезы, изучить силу и направление взаимосвязей между чётко определёнными конструкциями, а также оценить как прямые, так и посреднические эффекты с помощью статистических процедур. Поперечный подход был выбран потому, что данные по всем переменным исследования собирались от респондентов в один момент времени, что позволило исследователю зафиксировать текущее восприятие спортсменами использования ИИ в спорте, их убеждения об эффективности, психологическом благополучии и воспринимаемых результатах в результатах. Эта конструкция широко использовалась в социальных и поведенческих науках, особенно когда целью было выявление закономерностей ассоциаций между латентными конструкциями и тестирование теоретически обоснованной структурной модели в естественной среде. Исследование было проведено в Китае, что предоставило весьма релевантную эмпирическую основу для этого исследования, поскольку страна пережила быструю цифровизацию в различных секторах, включая спорт, фитнес и развитие спортсменов. В последние годы китайские спортивные институты, университеты, профессиональные тренировочные центры и спортивные организации всё чаще интегрируют системы на базе ИИ в практики коучинга, мониторинга результатов, технической оценки и профилактики травм. Это расширяющееся использование умных спортивных технологий создало подходящую среду для изучения того, влияет ли воздействие спортивных систем с поддержкой искусственного интеллекта на психологическое состояние и восприятие спортивных результатов спортсменов. Кроме того, высококонкурентный характер китайской спортивной среды сделал особенно важным понимание того, как технологические ресурсы и психологические возможности совместно влияют на функционирование спортсменов. Таким образом, китайский контекст имел как практическую значимость, так и теоретическую ценность для исследования предлагаемой модели.
Популяция и выборка
Целевая группа исследования состояла из спортсменов Китая, включая тех, кто был связан с университетами, спортивными академиями, профессиональными клубами, провинциальными тренировочными центрами и другими организованными спортивными учреждениями, которые активно участвовали в регулярных тренировках и соревнованиях. Исследование было сосредоточено на спортсменах, поскольку они были наиболее подходящими респондентами для оценки роли искусственного интеллекта в спортивных контекстах и для отчёта об их самоэффективности, психологическом благополучии и воспринимаемых результатах. Чтобы убедиться, что респонденты достаточно хорошо знакомы с предметом, в опрос включались только лица, занимающиеся организованным спортом и имеющие определённый опыт в технологически поддерживаемых спортивных средах. Для исследования использовалась выборка из 385 респондентов. Такой размер выборки был признан достаточным для количественного исследования с множеством скрытых переменных, многомерных конструкций и медиационного анализа, особенно при использовании PLS-SEM, что требовало достаточного количества случаев для оценки стабильных параметров и предиктивной оценки.
Респонденты были отобраны с помощью целенаправленного метода выборки, которая позволила исследователю нацеливаться на лиц, соответствующих конкретным критериям включения, соответствующим целям исследования. Целенаправленный отбор выборок был особенно подходящим, поскольку для исследования требовались данные спортсменов, а не от общей популяции. На практике участников привлекали через спортивные учреждения, университетские спортивные отделы, клубы, тренировочные программы и спортивные сети. Ожидалось, что выборка будет охватывать различные спортивные дисциплины, соревновательные уровни и опыт спортсменов, чтобы расширить результаты и дать более содержательную картину того, как практики, связанные с ИИ, воспринимались в различных спортивных контекстах Китая.
Измерение переменных
В исследовании использовалась структурированная анкета для измерения всех переменных, и все элементы были адаптированы из ранее установленных шкал, описанных в литературе. Анкета использовала формат ответа типа Лайкерта, который широко признан для измерения восприятия, установок, убеждений и самооценок опыта в количественных исследованиях. Независимая переменная, использование ИИ, была измерена с помощью восьми пунктов, адаптированных из исследования42, и переформулирована под спортивный контекст. В частности, эти материалы побудили спортсменов показать, насколько активно они взаимодействовали со спортивными технологиями с поддержкой искусственного интеллекта во время тренировок и соревнований. Чтобы закрепить конструкцию в конкретной практике, в анкете были явно перечислены примеры применений ИИ, с которыми спортсмены в китайской спортивной системе часто сталкиваются, включая носимые биосенсоры (например, умные часы, мониторы вариабельности сердечного ритма, GPS-трекеры производительности), системы анализа видео и захвата движения на базе ИИ, обеспечивающие автоматизированную техническую обратную связь, персонализированные платформы для рекомендаций тренировок, адаптирующие нагрузку на основе данных в реальном времени, а также панели предиктивной аналитики, используемые для оповещений о риске травм и мониторинга восстановления. Таким образом, эти материалы отражали частоту использования спортсменами и воспринимаемую интеграцию этих интеллектуальных инструментов в их повседневную спортивную рутину, а не просто общее отношение к технологиям. Эта операционализация позволяет конструкции отражать широту воздействия ИИ, признавая, что спортсменам не нужно различать разные алгоритмические подтипы; вместо этого шкала измеряла целостный уровень вовлечённости в спортивные среды с поддержкой искусственного интеллекта. Следует отметить, что из-за гетерогенности инструментов ИИ в разных видах спорта и институтах, концепция рассматривает использование ИИ как широкую скрытую переменную — ограничение, обсуждаемое позже.
Вторая независимая переменная — самоэффективность спортсмена — была концептуализована как многомерный конструкт, измеряемый четырьмя измерениями: эффективность спортивной дисциплины, психологическая эффективность, профессиональная мышленная эффективность и личностная эффективность, каждое из которых содержит четыре пункта. Это многомерное лечение отражает теоретическую широту самоэффективности в соревновательном виде спорта, где уверенность выходит за рамки физического исполнения и включает веру в свою дисциплину и соблюдение тренировочных режимов (эффективность спортивной дисциплины), умственную готовность и эмоциональную регуляцию под давлением (психологическая эффективность), тактическое понимание и способность принимать решения (профессиональная мышленная эффективность), а также устойчивые личностные характеристики, такие как настойчивость и Адаптивность (эффективность личности). Эти четыре измерения основаны на шкале самоэффективности спортсмена, разработанной и подтвержденнойКочаком 43, где было показано, что они в совокупности отражают общее чувство спортивных способностей. Медиаторная переменная, психологическое благополучие, была измерена с помощью адаптированной версии Шкалы психологического благополучия для детей (PWB-c)группой 44, включающей шесть измерений: освоение окружающей среды (7 пунктов), личностный рост (5 пунктов), цель жизни (5 пунктов), самопринятие (5 пунктов), автономия (5 пунктов) и положительные отношения (10 пунктов). Хотя изначально материалы PWB-c разработаны для молодых групп, они сформулированы с помощью простого языка, основанного на эвдемонической концепции Ryff, что делает контент концептуально подходящим для взрослых. Для настоящего исследования пункты были тщательно рассмотрены и переформулированы при необходимости, например, заменяются школьные ссылки на контексты тренировок или спорта, чтобы обеспечить пригодность для взрослых спортсменов без изменения базовых конструкций. Зависимая переменная, воспринимаемая спортивная производительность, была адаптирована из другогоисследования 45 и включала три измерения: ориентированная на себя результативность (4 пункта), социально заданная производительность (4 пункта) и ориентированная на другие показатели (4 пункта). Поскольку несколько конструкций в модели были многомерными, их рассматривали как скрытые конструкции высшего порядка в анализе данных. Для обеспечения лингвистической и концептуальной эквивалентности в китайском контексте весь инструмент прошёл строгую процедуру перевода и обратного перевода двуязычными экспертами по спортивной психологии, после чего состоялся экспертный экспертный обзор для оценки достоверности содержания и культурной значимости. Впоследствии был проведён пилотный тест с небольшой выборкой спортсменов (n = 30) для оценки ясности заданий, процесса ответа и предварительной внутренней согласованности; Обратная связь привела к незначительным уточнениям формулировок перед основным сбором данных. Использование адаптированных, ранее проверенных шкал в сочетании с этими процедурными этапами повысило валидность и теоретическую согласованность модели измерения.
Процедура сбора данных
Данные собирались в ходе самостоятельного онлайн- и очного опроса, в зависимости от доступности и практической доступности респондентов. Такой подход к смешанному распределению был принят для максимизации участия спортсменов из различных учебных заведений и спортивных сред Китая. До полномасштабного сбора данных инструмент опроса был рассмотрен на формулировки, ясность, релевантность и контекстную уместность. Поскольку оригинальные шкалы разрабатывались в разных контекстах, изделия тщательно адаптировались с учётом реалий спортивной подготовки и спортивной среды в Китае. При необходимости были внесены незначительные изменения в формулировки, чтобы респонденты могли легко связать материалы с их собственным спортивным опытом, не изменяя их основных значений.
Финальная анкета была разделена на логические разделы: краткое введение с объяснением цели исследования, затем демографические вопросы, а затем пункты измерения использования искусственного интеллекта, самоэффективности спортсменов, психологического благополучия и воспринимаемых спортивных результатов. Во время сбора данных участникам сообщили, что их участие было полностью добровольным, что нет правильных или неправильных ответов, и что исследование проводится исключительно в академических целях. Им было заверено, что все ответы останутся конфиденциальными и анонимными, а также что при публикации результатов не будет раскрываться личная информация. Эти процедуры были важны для снижения предвзятости ответа, поощрения честных ответов и повышения достоверности собранных данных. Заполненные анкеты проверялись перед анализом, чтобы убедиться, что для статистического тестирования сохраняются только действительные и пригодные для использования ответы.
Участников набирали через сочетание целенаправленных и «снежных комов» выборок в провинциальных тренировочных центрах, университетских спортивных отделах и профессиональных спортивных клубах восточного и южного Китая. Критерии включения требовали, чтобы участники были активными спортсменами (возрастом ≥ 16 лет) с как минимум одним годом систематического опыта тренировок и регулярным знакомством с инструментами на базе искусственного интеллекта (например, носимыми сенсорами, программным обеспечением для видеоанализа или умными коучинговыми приложениями). Критерии исключения включали текущее обучение по предотвращению травм, неполные опросы или несогласие на использование данных. Все участники предоставили письменное информированное согласие перед участием; Для спортсменов младше 18 лет дополнительно предоставлялось согласие родителей или опекунов. Что касается перевода и культурной адаптации, все оригинальные английские гаммы были независимо переведены на китайский язык двумя двуязычными исследователями спортивной науки, примирены в одну версию, а затем переведены третьим переводчиком, слепым к оригиналу. Расхождения были устранены в ходе экспертной панельной дискуссии, затем пилотного теста с участием 30 спортсменов (не включенных в финальную выборку) для подтверждения семантической, концептуальной и контекстуальной эквивалентности. Этот процесс обеспечил лингвистическую точность измерительных приборов и культурно соответствующий китайскому спортивному контексту.
Метод анализа данных
Собранные данные анализировались с помощью SPSS и PLS-SEM, поскольку оба инструмента подходили для обработки количественных данных опросов и тестирования сложных теоретических моделей, связанных с медиацией и многомерными латентными переменными. На первом этапе анализа SPSS использовался для подготовки данных и предварительного статистического анализа. Это включало кодирование ответов, проверку отсутствующих значений, выявление выбросов, скрининг на неполные анкеты и создание описательной статистики, такой как частоты, средние значения и стандартные отклонения для демографических и исследовательских переменных. SPSS также использовался для оценки внутренней согласованности шкал на начальном уровне и обеспечения пригодности данных для дальнейшего многомерного анализа. На втором этапе применялся PLS-SEM для оценки как модели измерения, так и структурной модели. PLS-SEM был выбран потому, что он особенно подходит, когда исследование включало конструкции высшего порядка, ориентированные на прогнозы цели, медиационные отношения и модели, которые могут не требовать строго многомерной нормальности. Оценка по модели измерения была сосредоточена на изучении надёжности индикаторов, внешних нагрузок, композитной надёжности, альфа-показателя Кронбаха, средней дисперсии и дискриминантной валидности по принятым критериям, таким как критерий Форнелла-Ларкера и коэффициент HTMT.
После подтверждения адекватности модели измерения структурная модель была оценена для оценки гипотетических связей. Коэффициенты пути, t-значения, p-значения и 95% доверительные интервалы с корректировкой смещения были получены путём бутстрэппинга с 5 000 подвыборками — процедуры, рекомендованной для стабильного и надёжного тестирования значимости в PLS-SEM. Объяснительная сила модели анализировалась с помощью коэффициента определения (R 2), размеров эффектов (f2) и предиктивной релевантности (Q2). Сначала были оценены гипотетические структурные связи между использованием искусственного интеллекта, самоэффективностью спортсмена, психологическим благополучием и воспринимаемой спортивной успеваемостью, а затем оценкой психологического благополучия как медиатора. Медиационный анализ проводился путём оценки значимости конкретных косвенных эффектов использования ИИ на воспринимаемые спортивные результаты через психологическое благополучие, а также от самоэффективности спортсмена на воспринимаемые спортивные результаты через психологическое благополучие, используя ту же процедуру бутстраппинга для создания надёжных доверительных интервалов для косвенных путей. Кроме того, поскольку все переменные собирались с одного инструмента обследования, для усиления строгости анализа оценивалась смещённость общего метода. В совокупности использование SPSS для предварительного скрининга данных и PLS-SEM для структурного моделирования предоставило систематическую и надёжную аналитическую основу для проверки гипотез.