MétaCan
Menu
Retour à la cohorte
Enregistrement W2909400146 · doi:10.1521/jscp.2019.38.1.70

Perfectionism in Adolescents: Self-Critical Perfectionism as a Predictor of Depressive Symptoms Across the School Year

2019· article· en· W2909400146 sur OpenAlexaff
Shelby L. Levine, Isabelle Green‐Demers, Kaitlyn M. Werner, Marina Milyavskaya

Notice bibliographique

RevueJournal of Social and Clinical Psychology · 2019
Typearticle
Langueen
DomainePsychology
ThématiquePerfectionism, Procrastination, Anxiety Studies
Établissements canadiensUniversité du Québec en OutaouaisCarleton University
Organismes subventionnairesnon disponible
Mots-clésPerfectionism (psychology)PsychologyMental healthClinical psychologyAnxietyPsychological interventionDepressive symptomsPsychiatry

Résumé

récupéré en direct d'OpenAlex

Introduction: The present study examined the influence of personal standards and self-critical perfectionism on depressive and anxiety symptoms over the academic year. Methods: High-school students (N = 174) were surveyed in the late Fall and early Spring, assessing perfectionism in the Fall and mental health across the year in both the Fall and Spring. Path modelling was used to examine whether self-critical and personal standards perfectionism were related to changes in mental health across the school year. Results: Controlling for mental health at the start of the year, self-critical perfectionism predicted an increase in depressive symptoms over time, whereas personal standards perfectionism was unrelated to changes in mental health. Discussion: Results support that self-critical perfectionism is detrimental to mental health in adolescents, suggesting that future interventions should focus on reducing self-critical cognitive biases in youth.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,550

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,029
Tête enseignante GPT0,433
Écart entre enseignants0,404 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations34
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Social and Clinical PsychologyMême sujetPerfectionism, Procrastination, Anxiety StudiesTravaux en français237 207