Self-Compassion: A Potential Buffer in an Evaluative Dance Environment
Notice bibliographique
Résumé
Common characteristics of the dance environment, including mirrored settings, tight-fitted clothing, and evaluation by others create an atmosphere that can negatively influence a ballet dancer’s body image and act as a barrier to participation (Radell, Adame, Cole, & Blumenkehl, 2011; Tiggemann & Slater, 2001). Thus, it is important to identify resources that can buffer against negative self-perceptions in an evaluative dance environment. The purpose of this study was to explore self-compassion in relation to self-evaluative thoughts and behaviours in an evaluative ballet environment. Participants (N = 57 women undergraduate students; Mage = 20.59 years, SD = 3.81) completed an online questionnaire containing measures of self-compassion, social physique anxiety (trait and state versions), fear of negative evaluation (trait and state versions), as well as reactions, thoughts, and emotions to a hypothetical first day of beginner ballet class scenario consistent with the common characteristics of the dance environment. Self-compassion was negatively related to trait and state social physique anxiety, trait and state fear of negative evaluation, total negative affect, personalizing thoughts, and catastrophizing thoughts, as well as positively associated with behavioural equanimity and thoughts of equanimity. Finding self-compassion to be associated with lower neegative self-perceptions within the context of an evaluative beginner ballet class replicates past correlational research and advances the literature by contextualizing self-compassion to a specific evaluative environment.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».