Initial risk factors, self-compassion trajectories, and well-being outcomes during the COVID-19 pandemic: A person-centered approach
Notice bibliographique
Résumé
Introduction: We investigated whether initial risk classes and heterogeneous trajectories of self-compassion over the course of the pandemic may impact well-being outcomes 1 year into the pandemic. Methods: = 3,613; 50.6% women) was sampled longitudinally over 11 waves (April 2020-April 2021), using a rolling cross-sectional survey design. Analyses were conducted in three steps: (1) latent class analysis to identify heterogeneity in risk factors (sociodemographic, cognitive-personality, health-related) early in the pandemic, (2) latent class growth analysis (LCGA) to identify longitudinal self-compassion trajectories, and (3) GLM to examine effects of risk factor classes and self-compassion trajectories, as well as their interaction, on later well-being (mental health, perceived control, life satisfaction). Results and Discussion: Four risk factor classes emerged, with 50.9% of participants experiencing low risk, 14.3% experiencing multiple risks, 20.8% experiencing Cognitive-Personality and Health risks, and 14.0% experiencing sociodemographic and Cognitive-Personality risks. Four self-compassion trajectories also emerged, with 47.7% of participants experiencing moderate-high self-compassion that decreased then stabilized, 32.0% experiencing moderate self-compassion that decreased then stabilized, 17.3% experiencing high and stable self-compassion across time, and 3.0% experiencing low and decreasing self-compassion. Comparisons of well-being outcomes 1 year post-pandemic indicated that higher levels of self-compassion over time may protect against the impact of initial risk on well-being outcomes. Further work is still needed on heterogeneity in experiences of risk and protective factors during stressful life events.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 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) | 0,002 | 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 ».