Perfectionistic self-presentation, coping, and affective response during laboratory performance
Notice bibliographique
Résumé
Background and Objectives The impact of trait perfectionism on coping and affective response has been well-documented in laboratory performances, and yet little is known about the role played by perfectionistic self-presentation in performances beyond the effects of trait perfectionism.Design We aimed to address this knowledge gap by examining the relationships between perfectionistic self-presentation, maladaptive emotion-focused coping, and affective response to laboratory problem-solving tasks.Methods A group of 130 undergraduates attempted challenging, time-limited arithmetic and anagram tasks. Upon task completion, participants’ scores were announced along with their mistakes. Additionally, participants completed measures assessing their positive and negative affect before and after lab performance, as well as coping strategies utilized during performance.Results Participants with elevated perfectionistic self-presentation experienced greater levels of negative affect and maladaptive emotion-focused coping. Moreover, nondisclosure of imperfection emerged as a significant predictor of lowered positive affect from pre- to post-performance after controlling for self-oriented perfectionism and socially prescribed perfectionism. Path analysis indicated that both nondisplay of imperfection and nondisclosure of imperfection exerted an indirect effect on post-performance negative affect via maladaptive emotion-focused coping.Conclusions Our findings highlight the unique contribution of perfectionistic self-presentation beyond trait perfectionism in performance settings and suggest a need for future research.
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 | 0,001 |
| Études des sciences et des technologies | 0,003 | 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 ».