提升我的表现,保护我的心态:大学生运动员如何参与他们的运动数据
作者
健康自我追踪行为改变与反思技术运动员与健身爱好者健身教练
文献标题
Improve my Performance, Protect my State of Mind: How Collegiate Student-Athletes Engage with their Sports Data
出版信息
- 主题领域: 大学运动员在数据密集型环境中与体育数据的交互。
- 关键词: 体育人机交互(SportsHCI)、大学体育、数据交互、可穿戴技术、性能指标、心理健康、反思性监测、教练介导数据、有选择性地脱离、面向运动员的技术。
背景与问题
- 问题/挑战: 现有关于大学体育和个人数据交互的研究未能充分探讨学生运动员如何在当代数据生态中进行导航,该生态包括面向运动员的技术和教练介导的系统。此前的研究通常关注休闲运动员或结合运动员与工作人员的视角,导致在高压大学环境中以运动员为中心的体验理解存在空白。
- 重要性: 理解学生运动员如何与体育数据交互对于设计支持性能优化和心理健康的技术至关重要,尤其是在数据日益普及的大学体育环境中。
- 动机与相关工作: 以往的体育人机交互研究探讨了运动员的数据实践,但通常是在机构结构之外进行。早期关于大学体育的研究强调了权力不对称和运动员对数据的有限访问。最近的技术进步(如可穿戴设备)和政策变化(如NIL权利、转会规则)改变了环境,迫切需要以运动员视角为重点的更新研究。
解决方案
- 提出的方法: 通过对20名大学运动员的半结构化访谈,研究确定了四种与体育数据交互的模式——性能指导型、反思性监测型、教练介导型和选择性脱离型。
- 创新点:
- 在快速发展的技术和制度背景下,实证研究揭示了学生运动员如何与体育数据交互。
- 描述了四种不同的交互模式,包括其原因、实践和权衡。
- 提供了数据在支持学生运动员的同时也可能带来心理压力的双重角色的洞察。
- 为设计以运动员为中心的技术和政策提供了考虑因素。
- 程序与关键技术:
- 对20名来自六项运动的NCAA学生运动员进行了半结构化访谈。
- 使用Braun和Clarke的六阶段方法对访谈记录进行主题分析。
- 识别了运动员与数据交互的模式,包括动机、实践和挑战。
研究结果
- 具体发现:
- 四种交互模式:
- 性能指导型: 使用数据指导训练、评估表现并针对性提升。
- 反思性监测型: 使用可穿戴设备评估训练和恢复的生理反应。
- 教练介导型: 依赖教练解释并利用团队系统收集的数据。
- 选择性脱离型: 有意远离数据以保护心理健康或避免信息过载。
- 学生运动员在提升表现与管理因持续反馈和可见性带来的心理压力之间进行权衡。
- 四种交互模式:
- 相较基线的优势:
- 通过聚焦面向运动员的技术和现代大学背景下的运动员视角更新了此前研究。
- 突出了直接数据访问与教练介导系统之间的相互作用,提供了交互的细致视角。
- 实验/评估:
- 样本: 20名NCAA学生运动员(14名女性,6名男性),来自六项运动。
- 方法: 半结构化访谈并进行主题分析。
- 指标: 数据使用的交互实践、原因、权衡及心理影响。
- 局限性与未来工作:
- 研究仅限于资金充足的大学项目,发现可能无法推广到资源较少的环境。
- 由于通过体育工作人员招募参与者,可能存在影响参与者回答的偏差。
- 未来研究应探索长期交互、系统性不平等以及数据实践的更广泛影响。
摘要
本研究探讨了大学运动员在数据密集型环境中如何与体育数据交互,识别了四种交互模式:性能指导型、反思性监测型、教练介导型和选择性脱离型。研究结果揭示了学生运动员在利用数据优化表现的同时,如何应对其带来的心理压力,平衡可见性、自主性与制度控制之间的张力。本研究为体育人机交互领域提供了以运动员为中心的数据实践的最新描述,并提出了支持性能和心理健康的技术设计考虑。这些洞察对于塑造未来大学体育中的面向运动员的系统和政策至关重要。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3772318.3791745
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2026
emoji_events
奖项
未标记奖项
group
作者
10 位作者
sell
研究子方向
健康自我追踪、行为改变与反思技术
work
职业/产业
运动员与健身爱好者、健身教练
article
内容状态
已索引正文
hub
相关论文
4 篇相关论文