The tripartite model of perfectionism: Evidence from research in sport and dance.
Notice bibliographique
Résumé
The previous chapter focused on perfectionistic strivings and perfectionistic concerns as the two overarching dimensions of perfectionism and described the relationships that those dimensions show when considered independently. One drawback to this approach is that people endorse levels across the two dimensions simultaneously (Gotwals, 2011). For instance, athletes and dancers are often encouraged to strive for high standards of performance (i.e., to endorse high perfectionistic strivings), but to also recognize that it is irrational to demand the achievement of those standards (i.e., to endorse low perfectionistic concerns; Zinsser, Bunker, & Williams, 2006). The tripartite model of perfectionism (Parker, 1997; Rice & Ashby, 2007; Stoeber & Otto, 2006) contends that different profiles across perfectionistic strivings and perfectionistic concerns reflect distinct perfectionistic orientations that are differentially associated with performance, health, and well-being. The purpose of this chapter is to examine the degree to which the model’s contentions have been reproduced in research on perfectionism in sport and dance.1 There are four primary sections to the chapter. The first presents the foundations of the tripartite model. The second evaluates the degree to which research findings from sport and dance reproduce the tripartite model’s contentions and, as a result, support or challenge the model. The third section discusses methodological issues that, based on the previous review, may influence the degree to which research findings from sport and dance support or challenge the tripartite model. The final section presents directions that future research can take to advance understanding of the degree to which the tripartite model accurately captures perfectionism among athletes, dancers, and exercisers.
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) | 0,000 | 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 ».