Maladaptive Perfectionism and Psychological Distress: The Mediating Role of Resilience and Trait Emotional Intelligence
Notice bibliographique
Résumé
University students experience significantly high levels of psychological distress. Maladaptive perfectionism has been identified as a common trait among students that leads to diagnosed conditions such as depression and anxiety. Resilience and trait emotional intelligence have also been identified as common predictors of psychological illness and mediators between related maladaptive perfectionism. However, no current research has investigated maladaptive perfectionism’s relationship with a more general psychological distress experienced by university students. Therefore, the current study aimed to investigate maladaptive perfectionism, resilience and trait emotional intelligence association with psychological distress in 171 university students (29 males; 138 females; Mage = 28.48 years; SD = 11.58). Results identified maladaptive perfectionism to significantly, positively correlate with psychological distress in university students. The combination of increased maladaptive perfectionism, low resilience and low trait emotional intelligence significantly predicted psychological distress. Additionally, resilience and trait emotional intelligence significantly added to the prediction of psychological distress, above and beyond maladaptive perfectionism. Finally, resilience and trait emotional intelligence both partially mediated the relationship between maladaptive perfectionism and psychological distress in university students. Findings suggest resilience and trait emotional intelligence to be important factors in predicting general psychological distress in student maladaptive perfectionists. The current study provided additional supporting evidence for the importance of resilience and trait emotional intelligence in intervention and prevention strategies for psychological distress in maladaptive perfectionist students.
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 | 0,002 |
| 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 | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».