An exploration of women athletes' self-compassion, sport performance perceptions, and well-being around an athlete-identified important competitive event
Notice bibliographique
Résumé
Women athletes have expressed hesitation regarding adopting self-compassion in sport, stating that self-compassion may lead to complacency while self-criticism helps them achieve their goals in sport (Ferguson et al., 2014; Sutherland et al., 2014). However, quantitative research has identified that self-compassion is, and self-criticism is not, related to women athletes' sport performance perceptions (Killham et al., 2018). The contrasting findings suggest that the relationship between self-compassion and sport performance perceptions is complex. Moreover, perceived importance of competitive events might further impact how athletes perceive and relate to their sport performance experiences. The current study adopted a qualitative collective case study approach to explore and describe women athletes' self-compassion, sport performance perceptions around an athlete-identified important competitive event. Nine competitive women athletes between 19 and 27 years participated in one-on-one interviews before and after their self-identified event. Data were analyzed and are represented by a holistic case description, one overarching theme Continuing to Excel in Sport, and two sub-themes: (i) Re-framing Criticism and (ii) A Determined Approach. The generated themes indicate that the athletes benefit from a self-compassionate perspective during the preparing, competing, and reflecting stages of their important competitive events. Overall, the results highlight that women athletes utilize self-compassion to promote their sport performance perceptions when at different times and for a variety of reasons around their important competitive events to excel in sport. This research was funded by the Social Sciences and Humanities Research Council of Canada (SSHRC).Acknowledgments: This research was funded by the Social Sciences and Humanities Research Council of Canada (SSHRC).
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,004 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| 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 ».