Improvements in Compassion and Fears of Compassion throughout the COVID-19 Pandemic: A Multinational Study
Notice bibliographique
Résumé
During large-scale disasters, social support, caring behaviours, and compassion are shown to protect against poor mental health outcomes. This multi-national study aimed to assess the fluctuations in compassion over time during the COVID-19 pandemic. Respondents (Time 1 n = 4156, Time 2 n = 980, Time 3 n = 825) from 23 countries completed online self-report questionnaires measuring the flows of compassion (i.e., Compassionate Engagement and Action Scales) and fears of compassion toward self and others and from others (i.e., Fears of Compassion Scales) and mental health at three time-points during a 10-month period. The results for the flows of compassion showed that self-compassion increased at Time 3. Compassion for others increased at Time 2 and 3 for the general population, but in contrast, it decreased in health professionals, possibly linked to burnout. Compassion from others did not change in Time 2, but it did increase significantly in Time 3. For fears of compassion, fears of self-compassion reduced over time, fears of compassion for others showed more variation, reducing for the general public but increasing for health professionals, whilst fears of compassion from others did not change over time. Health professionals, those with compassion training, older adults, and women showed greater flows of compassion and lower fears of compassion compared with the general population, those without compassion training, younger adults, and men. These findings highlight that, in a period of shared suffering, people from multiple countries and nationalities show a cumulative improvement in compassion and reduction in fears of compassion, suggesting that, when there is intense suffering, people become more compassionate to self and others and less afraid of, and resistant to, compassion.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».