Motivations for personal financial management: A Self-Determination Theory perspective
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
Financial knowledge and sound financial decision making are now broadly recognized to be important determinants of both personal and societal prosperity, but research has yet to examine how distinct qualities of motivation may be associated with the way people manage their money. In two studies we applied the framework of Self-Determination Theory (SDT) to examine people's autonomous (volitional) and controlled (pressured) motivation for understanding and managing their finances, as well as their amotivation (lack of motivation) for doing so, and the differential associations these motives have with financial knowledge and financial well-being. American participants (Study 1, N = 516; Study 2, N = 534) completed detailed demographic surveys and questionnaires assessing the financial variables of interest. As hypothesized, SDT's motivational constructs were associated with financial outcomes over and above participants' age, gender, income, household wealth, and educational attainment. Autonomous motivation was positively associated with a host of positive financial behaviors and characteristics (e.g., saving/investing and financial self-efficacy, well-being, and self-awareness). Controlled motivation was negatively associated with financial well-being. Amotivation was positively associated with overspending and negatively associated with financial self-efficacy and well-being. These findings support the relevance of SDT's framework in this domain and suggest that interventions aimed at promoting financial knowledge and wellness may benefit by adopting evidence-supported strategies for optimizing more autonomous motivations and addressing amotivations.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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 découle