Understanding the role of guilt and shame in physical activity self-regulation
Notice bibliographique
Résumé
Control theorists suggest that negative emotions result when goal progress is thwarted and, in turn, motivates goal pursuit. Control theorists do not differentiate between negative emotions or their implications for self-regulation yet self-conscious emotion researchers recognize distinctions between guilt and shame with different self-regulatory influences. Guilt results when transgressions are attributed to lack of effort and motivates effort. Attributed to inability, shame leads to goal disengagement. We examined guilt and shame relative to recent exercise behavior, as well as each emotion's motivational properties. In this online study, 175 adults completed measures of recent exercise quantity and quality, attributions, and shame and guilt relative to a day when they did and a day when they did not engage in intended exercise. Participants experienced more guilt (t = -10.784, p < .0001) and shame (t = -7.075, p < .0005) after a missed than an engaged-in exercise session. Of these two emotions guilt was felt more intensely (t = -6.613, p < .0001). Regressions determined that exercise quality was negatively related to both guilt (beta = -.429, p > .001) and shame (beta = -.499, p > .001); these emotions were not related to exercise intentions. Guilt was associated with an internal locus of casualty (beta = .393, p > .05) and shame with stability (beta = .248, p >.05). Logistic regressions showed that shame (beta = -.11, p = .05), not guilt, was (negatively) associated with exercise. Findings partially support, within an exercise context, propositions about shame and guilt in self-regulation.
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,000 | 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 ».