All Goals are Equal: No Interactions Between Depressive Symptoms and Goal Characteristics on Goal Progress
Notice bibliographique
Résumé
Introduction. Depression is related to poor achievement and impacts people's capacity to attain their goals (American Psychiatric Association, 2013; Johnson et al., 2010; Street, 2002). But do depressive symptoms impact goal pursuit differently depending on the kinds of goals that people pursue? Methods. Across three studies (total N = 666 undergraduate students, total goals = 2,546), we examine the role of up to 16 goal characteristics as moderators in the relationship between depressive symptoms and goal progress. Depressive symptoms and goal characteristics were assessed at baseline, and participants reported on goal progress at a follow-up 1 month (Study 1), 4 months (Study 2), or 8 months (Study 3) later. Results. The effect of depressive symptoms on goal progress was nonsignificant in two out of three studies (including one with low power), but an internal meta-analysis presented a small negative effect. Most goal characteristics did not moderate the relationship between depressive symptoms and goal progress, with Bayes factors suggesting substantial to very strong evidence in favor of the null hypotheses. Discussion. The kinds of goals students pursue may not matter in the presence of depressive symptoms. On one hand, this may provide a bleak outlook in highlighting that depressive symptoms impact all goals regardless of how well they are selected. On the other hand, the effects were small, which may offer a hopeful outlook for undergraduate students experiencing depressive symptoms, who may still be able to progress on their personal goals.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,002 |
| 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 ».