Failure Sensitivity in Perfectionism and Procrastination: Fear of Failure and Overgeneralization of Failure as Mediators of Traits and Cognitions
Notice bibliographique
Résumé
The current study investigated perfectionism and procrastination from the trait and cognitive perspectives and addressed how they relate to components of a personal orientation toward failure. A sample of 327 undergraduate students completed three perfectionism measures (i.e., Frost Multidimensional Perfectionism Scale, Hewitt–Flett Multidimensional Perfectionism Scale, and Perfectionism Cognitions Inventory), two procrastination measures (i.e., Lay Procrastination Scale and Procrastinatory Cognitions Inventory), and measures of fear of failure and overgeneralizing failure. Correlational analyses showed that the composite trait dimension of perfectionistic concerns and the cognitive dimension of perfectionistic automatic thoughts had modest links with trait procrastination but much stronger links with the cognitive measure of procrastinatory automatic thoughts. All perfectionism and procrastination measures were significantly correlated with fear of failure and overgeneralization of failure. More extensive analyses showed that fear of failure mediated trait and cognitive pathways between perfectionism and procrastination, and the overgeneralization of failure mediated most pathways. Other evidence supported a sequential mediation between perfectionism and procrastination (i.e., fear of failure followed by the overgeneralization of failure). Overall, the results suggest that procrastinating perfectionists have a cognitive hypersensitivity to failure and a potentially debilitating form of perfectionistic reactivity characterized by overgeneralizing failures to the self. The theoretical and practical implications 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 | 0,001 | 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 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 ».