MétaCan
Menu
Retour à la cohorte
Enregistrement W3157457947 · doi:10.1177/2167702621995214

When Goal Pursuit Gets Hairy: A Longitudinal Goal Study Examining the Role of Controlled Motivation and Action Crises in Predicting Changes in Hair Cortisol, Perceived Stress, Health, and Depression Symptoms

2021· article· en· W3157457947 sur OpenAlexafffund
Anne C. Holding, Emily Moore, Amanda Moore, Jérémie Verner‐Filion, Isabelle Ouellet‐Morin, Richard Koestner

Notice bibliographique

RevueClinical Psychological Science · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueBehavioral Health and Interventions
Établissements canadiensUniversité de MontréalUniversité du Québec en OutaouaisMcGill University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésDisengagement theoryPsychologyAction (physics)Goal pursuitDepression (economics)Longitudinal studyAllostasisDevelopmental psychologyClinical psychologySocial psychologyMedicineNeuroscienceGerontology

Résumé

récupéré en direct d'OpenAlex

The action crisis is a critical phase in goal striving during which the goal pursuer feels conflicted about persevering with the goal or initiating disengagement. Recent research suggests that goal motivation, specifically controlled motivation (i.e., pursuing a goal out of obligation and pressure), increases the likelihood of experiencing action crises. In turn, action crises in goal pursuit have been linked to increases in depression symptoms and cortisol. In the present 8-month longitudinal study, we tracked university students’ personal goals to examine whether the pursuit of controlled goals and the experience of action crises was associated with increasing levels of hair cortisol, perceived stress, poor health, and depression symptoms ( N = 156). Structural equation modeling suggested that experiencing action crises in goal pursuit was associated with increases in markers of stress, depression, and ill-being. This effect was partially explained by controlled goal motivation. The clinical and theoretical implications of these findings are discussed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,228
Tête enseignante GPT0,500
Écart entre enseignants0,273 · 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 source (Gemma direct ou Codex distillé), 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

Citations39
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueClinical Psychological ScienceMême sujetBehavioral Health and InterventionsTravaux en français237 207