Self-Transcendence as a Buffer Against COVID-19 Suffering: The Development and Validation of the Self-Transcendence Measure-B
Notice bibliographique
Résumé
The age of COVID-19 calls for a different approach toward global well-being and flourishing through the transcendence suffering as advocated by existential positive psychology. In the present study, we primarily explained what self-transcendence is and why it represents the most promising path for human beings to flourish through the transformation of suffering in a difficult and uncertain world. After reviewing the literature on self-transcendence experiences, we concluded that the model of self-transcendence presented by Frankl is able to integrate both of the characteristics associated with self-transcendence. Afterward, we discussed how the self-transcendence paradigm proposed by Wong, an extension of the model by Frankl, may help awaken our innate capacity for connections with the true self, with others, and with God or something larger than oneself. We presented self-transcendence as a less-traveled but more promising route to achieve personal growth and mental health in troubled times. Finally, we presented the history of the development and psychometrics of the Self-Transcendence Measure-Brief (STM-B) and reported the empirical evidence that self-transcendence served as a buffer against COVID-19 suffering. The presented data in the current study suggested that the best way to overcome pandemic suffering and mental health crises is to cultivate self-transcendence.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».