Examining the Link Between Multidimensional Perfectionism and Depression: A Longitudinal Study of the Intervening Effects of Social Disconnection
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Introduction: The Perfectionism Social Disconnection Model (PSDM) posits that perfectionism confers risk for depression by promoting social disconnection. However, the specific indirect effect of social disconnection on the prospective relation of perfectionism dimensions with depression severity is not well understood. The aim of the current study was to provide the first comprehensive examination of the PSDM. Methods: A diverse community sample of 447 completed measures of trait perfectionism, perfectionistic self-presentation styles, and depressive symptoms at baseline. Six months later, participants completed measures of perfectionistic self-presentation styles, social disconnection, and depressive symptoms. Indirect effects models were analyzed to examine the impact of each facet of perfectionism on social disconnection and subsequent depression severity. Results: Consistent with the PSDM, all perfectionism traits and self-presentation styles resulted in greater depression severity via one or more facets of social disconnection, with social hopelessness and loneliness demonstrating the most widespread effects. Furthermore, perfectionistic self-presentation styles and social disconnection demonstrated sequential indirect effects on the relation of self-oriented and socially prescribed perfectionism with depressive symptoms at follow-up. Discussion: This study is the first to demonstrate the depressogenic effects of all perfectionism dimensions. Findings delineate the interpersonal mechanisms underlying the perfectionism-depression link.
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle