Applying self-compassion to address the negative factors related to early retirement among South Korean student athletes
Notice bibliographique
Résumé
Self-compassion is relatively a new psychological construct that could help elite athletes to positively deal/cope with negative experiences. To evaluate the construct of self-compassion as a means to address negative factors related to South Korean student athletes' early retirement, the current study narratively reviewed self-compassion, which has been shown to be an effective means to positively influence individuals' psychological well-being. This study critically analyzed and narratively reviewed self-compassion in order to apply the construct to help Korean student athletes cope with the negative factors of early retirement. In addition, the study conducted an unsystematic narrative review (see Green, Johnson, & Adam, 2006) to summarize the contents of previously published data. Self-compassion consists of three elements that include self-kindness, common humanity, and mindfulness. Self-compassion involves being open and touched by one's own suffering and offering non-judgmental understanding, patient, and kindness, recognizing that all humans are imperfect, can fail, and make mistakes. Previous studies have commonly utilized the construct as a tool for addressing elite athletes' injuries, setback, emotional pains, and eudaimonic well-being. However, self-compassion has never been discussed by Korean researchers (in the elite sports context). The Major reasons for Korean student athletes' early retirement are injuries, stresses of training, competition, future career aspiration, pressures to succeed, or/and loss of enjoyment(interest). Self-compassion could be one of the means by elite athletes that positively deal or cope with the negative factors of their early retirement. The current study would introduce the new psychological concept to Korean research and contribute to promoting research on self-compassion related to Korean student and elite athletes.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».