Goal adjustment capacities and quality of life: A meta‐analytic review
Notice bibliographique
Résumé
OBJECTIVES: This meta-analysis quantified associations between goal disengagement and goal reengagement capacities with individuals' quality of life (i.e., well-being and health). METHODS: Effect sizes (Fisher's Z'; N = 421) from 31 samples were coded on several characteristics (e.g., goal adjustment capacity, quality of life type/subtype, age, and depression risk status) and analyzed using meta-analytic random effects models. RESULTS: Goal disengagement (r = 0.08, p < 0.01) and goal reengagement (r = 0.19, p < 0.01) were associated with greater quality of life. While goal disengagement more strongly predicted negative (r = -0.12, p < 0.01) versus positive (r = 0.02, p = 0.37) indicators of well-being, goal reengagement was similarly associated with both (positive: r = 0.24, p < 0.01; negative: r = -0.17, p < 0.01). Finally, the association between goal disengagement and lower depressive symptoms (r = -0.11, p < 0.01) was reversed in samples at-risk for depression (r = 0.08, p = 0.01), and goal disengagement more strongly predicted quality of life in older samples (B = 0.003, p < 0.01). CONCLUSIONS: These findings support theory on the self-regulatory functions of individuals' capacities to adjust to unattainable goals, document their distinct benefits, and identify key moderating factors.
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 | 0,008 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,023 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».