Digital Module 16: Longitudinal Data Analysis

In this digital ITEMS module, Dr. Jeffrey Harring and Ms. Tessa Johnson introduce the linear mixed effects (LME) model as a flexible general framework for simultaneously modeling continuous repeated measures data with a scientifically defensible function that adequately summarizes both individual change as well as the average response. The module begins with a nontechnical overview of longitudinal data analyses drawing distinctions with cross-sectional analyses in terms of research questions to be addressed. Nuances of longitudinal designs, timing of measurements, and the real possibility of missing data are then discussed. The three interconnected components of the LME model—(1) a model for individual and mean response profiles, (2) a model to characterize the covariation among the time-specific residuals, and (3) a set of models that summarize the extent that individual coefficients vary—are discussed in the context of the set of activities comprising an analysis. Finally, they demonstrate how to estimate the linear mixed effects model within an open-source environment (R). The digital module contains sample R code, diagnostic quiz questions, hands-on activities in R, curated resources, and a glossary.     

Digital Module 05: Diagnostic Measurement—The G‐DINA Framework https://ncme.elevate.commpartners.com

In this ITEMS module, we introduce the generalized deterministic inputs, noisy “and” gate (G‐DINA) model, which is a general framework for specifying, estimating, and evaluating a wide variety of cognitive diagnosis models. The module contains a nontechnical introduction to diagnostic measurement, an introductory overview of the G‐DINA model, as well as common special cases, and a review of model‐data fit evaluation practices within this framework. We use the flexible GDINA R package, which is available for free within the R environment and provides a user‐friendly graphical interface in addition to the code‐driven layer. The digital module also contains videos of worked examples, solutions to data activity questions, curated resources, a glossary, and quizzes with diagnostic feedback.     

实施系统的心理训练提高速射运动员心理稳定性的个案研究

采用个案研究,考察了系统的心理训练对提高速射运动员心理稳定性的影响。结果表明:系统的心理训练能有效地提高速射运动员的心理稳定;心理训练必须与运动员的专项训练相结合,并且要长期有序的进行下去才可能取得良好的效果;利用目标设置和认知训练的有关理论能有效地帮助运动员的端正比赛时的心态从而促进运动员的比赛发挥。     

物理模型与股票投资

股票投资的方法很多，建立物理模型进行投资是一种简明有效的方法，使用金字塔模型和平衡理论对股票进行操作，能把握最佳投资机会。     

沈阳市青少年射击运动员认知调控能力的实验研究

运用心理测量法、个案分析法、实验法等研究方法 ,对沈阳市青少年射击运动员的认知调控能力 (即 :情绪调节能力、动机归因水平 )进行 41周的实验研究。研究结果表明 ,通过心理训练 ,运动员的认知调控能力有了一定的提高。     

<体育与健康课程标准>实施进程研究

经过反复的调查和对文献资料的分析，初步提出：体育与健康课程模式的多元化，是新“课标”由目标理念向操作化进程的有效途径。课程模式多元化，要以单元为基础，构建模块组合；以新“课标”为母体，构建子项模式；以新“课标”为依据，完善结构体系；以模式为中介，超越课程模式。     

田径运动技术模式的研究

田径运动技术是指田径运动中符合人体运动科学原理、能充分发挥人体潜在能力,能有效地完成动作的合理方法、技能和手段,田径运动技术系统包括外在技术、身体技术、心理技术、社会技术和场地技术等几个部分,每个部分又包含不同的构成元素,各元素之间不同形式的联系形成了不同的田径运动技术模式.     

认知方式的场独立性--依存性的教学实验研究

根据心理学家威特金的理论，通过场独立性一依存性的实验研究，测定了男女学生在同一条件下所得出的不同结果，分析了男女学生在运动技能学习中不同认知方式，并论述了如何利用其认知方式进行体育运动学习。     

论体育教学模式研究的现状与未来发展

通过文献资料法、理论分析法对近10年来的体育教学模式研究总体情况进行了研究,肯定了体育教学模式研究中的成绩,指出了存在的问题,并分析了今后体育教学模式研究的发展趋势.