Negative feedback‐seeking in depression: The moderating roles of rumination and interpersonal life stress
Notice bibliographique
Résumé
OBJECTIVES: Swann's self-verification theory proposes that negative feedback seeking (NFS)-the solicitation of negative feedback from others that confirms one's self-views-works in a negative cycle to maintain and exacerbate depression in the face of interpersonal stress. We propose a cognitive-interpersonal integration account of NFS such that this maladaptive behavior prospectively predicts depression only among those with a trait tendency to ruminate on the causes and consequences of depressed mood and stress. METHOD: Participants included 91 young adults who were over-sampled for a lifetime history of a unipolar depressive disorder (age 17-33; 69% women; 67% lifetime depressive disorder). At baseline, participants completed a structured diagnostic interview and self-report measures of NFS, rumination, and depression symptoms. In addition, participants engaged in an interpersonal rejection task (the Yale Interpersonal Stressor) followed by a behavioral measure of NFS. At a 3-month follow-up, depression symptoms were again assessed by self-report and exposure to stressful interpersonal life events in the intervening period were assessed with a rigorous contextual interview and independent rating system. RESULTS: Controlling for baseline depression severity, greater self-reported, and behaviorally assessed NFS predicted greater follow-up depression severity, but only among those with higher trait tendency to ruminate. For self-reported NFS, this association was further moderated by level of interpersonal, but not noninterpersonal, life events experienced over follow-up. CONCLUSION: These findings suggest that rumination may represent a modifiable intervention target that could break the vicious interpersonal cycle of depression and, thus, mitigate the depressogenic effects of NFS.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 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 ».