MétaCan
Menu
Retour à la cohorte
Enregistrement W4410101486 · doi:10.1177/03128962251329147

Self-compassion as a replenishing resource for working parents during crisis: How being kind to self supports safety compliance

2025· article· en· W4410101486 sur OpenAlexaff
Hak Yoon Kim, Ellen Choi

Notice bibliographique

RevueAustralian Journal of Management · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésCompliance (psychology)ModerationCompassionMindfulnessSelf-compassionPsychologyResource (disambiguation)Social psychologySelf-controlResource dependence theoryControl (management)Political scienceClinical psychologyManagementEconomics

Résumé

récupéré en direct d'OpenAlex

Even in contexts where safety compliance is critical, not everyone complies with safety guidelines. To better understand why, we develop and test a theoretical model explaining how individuals can bolster the self-control capacity needed to remain compliant in contexts of crisis. Using Conservation of Resources (COR) theory, we propose that self-compassion can serve as a personal resource that supports safety compliance among working parents during crisis, such as COVID-19. We argue that self-control capacity mediates the relationship between self-compassion and safety compliance and explore gender as a moderator, given prior research suggesting gender differences in the experience and benefits of self-compassion. Using data collected from 387 working parents at three time points during the COVID-19 pandemic, our results show that self-control capacity mediates the link between self-compassion and safety compliance. Moreover, this relationship is stronger for working fathers than for working mothers. Our study highlights the importance of personal inner resources, like self-compassion, in promoting safety compliance, especially for working parents who may be more vulnerable to resource depletion during challenging times. JEL Classification: M50

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,002
Communication savante0,0020,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,063
Tête enseignante GPT0,397
Écart entre enseignants0,334 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAustralian Journal of ManagementMême sujetCOVID-19 and Mental HealthTravaux en français237 207