Focused, Flourishing, but Not in Flow: Achievement Strivers’ Experiences of Competence, Flow, and Well-Being During Personally Expressive Activities
Notice bibliographique
Résumé
Abstract One effective route to increasing well-being is through the pursuit of activities which suit a person’s personality strengths (i.e., person-activity fit). People who strive for achievement tend to organize their behaviors in ways that promote goal attainment and well-being. We tested the hypothesized process that achievement striving would lead to increased well-being over time through feelings of competence and flow. A secondary aim was to describe the types of personally valued activities and whether activity type facilitates competence and flow. Undergraduate students (N = 346 at Time 1; N = 244 at Time 2) completed an online survey measuring personality, personally expressive activities, basic psychological need satisfaction, flow, and well-being at two timepoints ~ 4 months apart. Two coders thematically coded activities into seven types (e.g., reading and writing, hobbies). We used cross-sectional and longitudinal serial mediation models to test our hypothesis with eudaimonic (life worth) and hedonic (life satisfaction) well-being, controlling for sample characteristics (recruitment source and term). Achievement striving was positively correlated to competence and well-being, but the indirect effects did not show that well-being is boosted by feeling competent and in flow during in personally expressive activities, cross-sectionally or longitudinally. Perceived competence was comparable across activity types, although flow was highest in reading and writing activities. While achievement strivers tended to feel happy and competent at personally expressive activities, the mechanistic pathway to well-being is not yet clear. Future studies might recruit larger sample sizes and utilize smaller time lags (e.g., ecological momentary assessment).
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».