MétaCan
Menu
Retour à la cohorte
Enregistrement W4403761580 · doi:10.1089/aut.2024.0166

Association Between Passion and Optimal Functioning in Autistic Individuals: The Dualistic Model of Passion

2024· article· en· W4403761580 sur OpenAlexaff
Alexa Meilleur, Noémie Cusson, Robert J. Vallerand, Mélanie Couture, Elsa Gilbert, Isabelle Soulières, Ève-Line Bussières

Notice bibliographique

RevueAutism in Adulthood · 2024
Typearticle
Langueen
DomaineNeuroscience
ThématiqueAutism Spectrum Disorder Research
Établissements canadiensUniversité du Québec à Trois-RivièresUniversité du Québec à RimouskiUniversité de SherbrookeUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésPassionAssociation (psychology)PsychologyDevelopmental psychologySocial psychologyPsychotherapist

Résumé

récupéré en direct d'OpenAlex

Background: Autistic individuals have intense interests in which they invest a significant amount of time and energy. Intense interests (i.e., passions) and their impact on optimal functioning were investigated for the first time using the Dualistic Model of Passion (DMP). The DMP posits that harmonious (HP) and obsessive passions (OP) can predict optimal functioning (well-being, contribution to society, and performance). Whereas HP is described as a balanced and flexible form of engagement toward a topic or an activity, OP is defined as a rigid form of engagement that negatively impacts optimal functioning. Methods: Autistic individuals aged 14–33 ( n = 108) participated in an online quantitative study and completed self-report measures relating to their favorite interest of the moment (i.e., HP, OP, emotions, flow, conflict, rumination, and optimal functioning). Aims were to characterize passion and to determine whether HP and OP predicted emotions, flow, conflict, rumination, and optimal functioning. Descriptive analyses (means, standard deviations, and pairwise correlations) and a path analysis model were performed to answer these aims. Results: Results revealed that participants were highly passionate for their favorite interest, showing relatively high levels of HP and OP for activities such as video games, knowledge acquisition, and creative arts. Structural equation modeling showed that, as predicted by the DMP, HP was associated with positive emotions and flow. In turn, OP was positively associated with conflict, rumination, and negative emotions. Finally, HP and OP were positively and negatively associated with optimal functioning respectively. Conclusion: Findings suggest that intense interests can be defined as passion using the DMP. The DMP offers a theoretical framework that can account for the duality of intense interest and predict psychological and functional outcomes. Learning to foster higher levels of HP for intense interests can improve well-being and promote positive psychological experiences.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,375
Score d'incertitude au seuil0,534

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,308
Écart entre enseignants0,271 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAutism in AdulthoodMême sujetAutism Spectrum Disorder ResearchTravaux en français237 207