Do Dimensions of Perfectionism Predict Dimensions of Test Anxiety While Controlling for Depression?
Notice bibliographique
Résumé
The present study examined whether cultural differences in different dimensions of perfectionism exist and whether different dimensions of perfectionism (i.e., rigid and self-critical perfectionism) predicted different dimensions of test anxiety while controlling for depression in a sample of Canadian and Singapore higher education students. In addition, culture was examined to determine whether it served as a moderator variable in the relationship between different dimensions of perfectionism and different dimensions of test anxiety. The present study was grounded in DiBartolo and Rendón’s cross-cultural framework for conducting intra- and intercultural research in the area of perfectionism. The sample for the study included 1,095 undergraduate students. Perfectionism, test anxiety, and depression measures were administered to the students online. The results of mean and covariance analyses found the perfectionism measure was invariant across Canadian and Singapore students. In addition, the results of latent mean analyses found no significant differences on the different dimensions of perfectionism between Canadian and Singapore students. The results of analyses of variance also found no significant differences in different ethnic groups on the different dimensions of perfectionism in Canada and Singapore. Furthermore, the results of five hierarchical regression analyses found self-critical perfectionism explained unique variance in the five different test anxiety dimensions while controlling for depression, and culture did not serve as a moderator variable in the relationship between the different dimensions of perfectionism and test anxiety. Implications of the 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 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 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,001 | 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 ».