Self-Compassionate Engagement and Cultural Background Explain Gains in Emerging Adults’ Temporal Well-Being After a Virtual Reality Experience
Notice bibliographique
Résumé
An established empirical connection links adverse childhood experiences (ACEs) with the development of self-critical behaviours, including habitual self-scrutiny and harsh self-evaluation. These tendencies inhibit self-compassion and reduce well-being, particularly among emerging adults (ages 16–30) for whom such adversity may be recent or ongoing. We conducted a pilot study examining (a) the relationship between baseline compassionate abilities and multidimensional temporal well-being, and (b) the potential impact of a self-transcendent virtual reality (VR) meditation experience, Awedyssey, on well-being. Participants (N = 8) completed pre-study, pre-VR, and post-VR assessments of compassionate abilities, well-being, flow state, and anxiety, as well as semi-structured interviews. Results indicated that self-compassionate action and engagement could predict improvements across several domains and temporal dimensions of well-being. However, contrary to expectations, immersive flow and self-transcendent emotions elicited by Awedyssey did not produce measurable changes in anxiety or well-being. These findings support a robust connection between self-compassion and well-being, while highlighting limitations in the use of unguided compassion-focused VR to elicit durable positive affect. Additionally, regional cultural background and prior lab affiliation emerged as moderating factors, emphasizing the need for stratified sampling and ecologically valid methods in future research.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».