Self-discrepancies and negative affect: A primer on when to look for specificity, and how to find it
Notice bibliographique
Résumé
There is substantial evidence that discrepancies within the self-system produce emotional distress. However, whether specific types of discrepancy are related to different types of negative affect remains contentious. At the heart of self-discrepancy theory (SDT: Higgins, 1987, 1989) is the assumption that different types of discrepancies are related to distinctive emotional states, with discrepancies between the actual and ideal selves being uniquely related to dejection-related emotion and discrepancies between the actual and ought selves being uniquely related to agitation-related emotion. Research examining this proposition has demonstrated that the magnitudes of these discrepancies are substantially correlated. As a result, some researchers have questioned whether they are functionally independent (e.g., Tangney, Niedenthal, Covert, & Barlow, 1998). In addition, other researchers have failed to support the hypothesized unique relationships (e.g., Ozgul, Heubeck, Ward, & Wilkinson, 2003). Together these two types of research finding have been interpreted as presenting a challenge to SDT. It is our contention that this interpretation is inaccurate. In this paper, we review the assumptions made when testing for these distinct relationships. Specifically, we examine the necessary conditions under which the functional independence of discrepancies is apparent, and the statistical methods appropriate to test these relationships. We also comment on the measurement of self-discrepancies, and fundamental problems in the interpretation of null findings. We conclude that studies using appropriate methodological and statistical procedures have produced ample evidence that discriminant relationships exist, and we encourage researchers to further investigate the conditions under which these relationships are most apparent.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».