Experiencing defeat in competition: Cognitive appraisal, stress, and emotion regulation in competitors high and low in self-compassion
Notice bibliographique
Résumé
Performers in achievement domains inevitably have to manage losses and mistakes, but differ in their responses to these events. The purpose of this study was to examine if trait self-compassion predicted responses to a competition failure. Fifty-seven participants (28 male; Mage=21.46 years, SD=2.99) completed three computer-based where outcome was controlled so they lost significantly more often than they won. Participants in the upper quartile comprised a high self-compassion [HSCG; n=14 (6 male); self-compassion: M=3.98, SD=0.20], and those in the lowest quartile a self-compassion [LSCG; n=15 (6 male); self-compassion: M=2.20, SD=0.35]. HSCG demonstrated more adaptive responses to competition losses than LSCG. Prior to the competition, the low self-compassion group reported higher threat appraisals [t(27)=3.19] and stress [t(20.18)=2.60]. After the first competition, LSCG reported higher demands [t(27)=2.32] and stress [t(27)=3.74], and lower perceptions of resources [t(27)=-2.26]. After the second competition, LSCG reported higher demands [t(27)=2.47], threat appraisal [t(27)=3.02], and stress [t(27)=4.57]. LSCG also reported higher levels of stress after completing all competitions [t(27)=4.05]. A 2x4 repeated measures ANOVA indicated a significant group x time interaction for stress [F(120, 48)=1.66] and negative affect [F(96.44, 38.58)=1.65]. Participants low in self-compassion reported higher levels of negative affect prior to competition, after each competition, and at conclusion. HSCG reported engaging in more acceptance [t(27)= -3.61] and planning [t(27)=-3.62], and less catastrophizing [t(27)=6.76] and other blame [t(19.44)=2.66]. All results were significant (p< .05). Collectively, self-compassion is associated with adaptive emotion regulation strategies and lower threat appraisal and stress when experiencing defeat in competition.Acknowledgments: Supported by the University of Alberta Human Performance Fund
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 | 0,001 | 0,002 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».