Notice bibliographique
Résumé
My keynote talk is based on the findings from our recent systematic review regarding self-compassion interventions for workplace wellbeing outcomes. This paper is currently accepted with minor revisions in a leading psychology journal. Self-compassion has been reported as highly relevant to wellbeing outcomes in many different populations, including employees. The importance of self-compassion in the workplaces has been increased during the COVID-19 pandemic; employees need to care for themselves in order to maintain good wellbeing, leading to long-lasting high performance. However, empirical evidence for self-compassion interventions in occupational settings has not been systematically reviewed to date. Accordingly, the primary purposes of this systematic review were to 1) synthesize and evaluate the efficacy of self-compassion interventions for employee wellbeing, and 2) assess the methodological quality of relevant studies. Research databases such as ProQuest, PsycINFO, Science Direct, and Google Scholar were used to identify relevant studies. The Newcastle-Ottawa Scale was usd to evaluate the quality of non-randomized trials, and the Quality Assessment Table was used to assess the quality of randomized controlled trials. 3,387 articles were originally retrieved, from which ten studies met all the inclusion criteria. All of the ten studies reported positive impacts of self-compassion interventions for employee wellbeing. The quality of reserach methods was medium. The participants of all ten studies were in a caring profession, and most of the studies were conducted in Western countries. The Self-Compassion Scale (SCS) or its short-form was used in almost all assessments. Findings suggest that self-compassion interventions can cultivate self-compassion and enhance other employee wellbeing outcomes in worker populations. However, overall, the quality of research methods needs to be improved in order to further appraise the applications and limitations of this approach in occupational contexts. Moreover, future studies should recruit a wider range of employee samples, including non-caring professions as well as employees working in non-Western countries.
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 | 0,024 | 0,069 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,005 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,009 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 ».