MétaCan
Menu
Retour à la cohorte
Enregistrement W4224241427 · doi:10.3389/frym.2022.672376

Using Self-Compassion to Manage Difficult Sport Experiences

2022· article· en· W4224241427 sur OpenAlexaff
Leah J. Ferguson, Tara-Leigh McHugh

Notice bibliographique

RevueFrontiers for Young Minds · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueMindfulness and Compassion Interventions
Établissements canadiensUniversity of SaskatchewanUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésFeelingWorryCompassionAthletesPsychologySelf-compassionCompetition (biology)Social psychologyApplied psychologyPsychotherapistMindfulnessMedicinePolitical scienceAnxietyPhysical therapy

Résumé

récupéré en direct d'OpenAlex

Do you ever have that awful feeling in your gut after you mess up during an important competition? When training is really tough, do you ever say to yourself, “I am not good enough”? Do not worry, you are not alone in these tough times. All athletes—including us, the authors of this paper—have difficult sport experiences. Fortunately, there are skills we can learn to manage these difficult experiences! We can learn to recognize that sport is sometimes difficult and that all athletes mess up from time to time. We can also learn to be kind to, and supportive of, ourselves just like we would be to a close friend or teammate. Having self-compassion in sport can reduce the negative thoughts and feelings we might have about ourselves, and can decrease fears we might have about failing. Self-compassion can contribute to reaching our potential in sport; but how can we be self-compassionate?

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,210
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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.

Tête enseignante Opus0,031
Tête enseignante GPT0,323
Écart entre enseignants0,292 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers for Young MindsMême sujetMindfulness and Compassion InterventionsTravaux en français237 207