Association Between Passion and Optimal Functioning in Autistic Individuals: The Dualistic Model of Passion
Notice bibliographique
Résumé
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 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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| 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 ».