MétaCan
Menu
Retour à la cohorte
Enregistrement W4414353379 · doi:10.1080/00223891.2025.2555358

Fear of Failure as Motivation: A Novel Conceptualization and Measure

2025· article· en· W4414353379 sur OpenAlexafffund
Laurence Boileau, Patrick Gaudreau, Philippe Pétrin‐Pomerleau

Notice bibliographique

RevueJournal of Personality Assessment · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueResilience and Mental Health
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesSocial Sciences and Humanities Research CouncilSocial Sciences and Humanities Research Council of Canada
Mots-clésNomological networkConceptualizationConfirmatory factor analysisConstruct (python library)Fear of failureScale (ratio)PsychometricsExploratory factor analysis

Résumé

récupéré en direct d'OpenAlex

The Fear of Failure as Motivation Scale (FOFAMS) addresses the motivational role of fear of failure, which existing measures typically overlook in favor of its negative effects. FOFAMS was developed using a rational-theoretical approach to fill this gap, offering a new tool for examining this aspect in achievement contexts. Two studies examined the scale’s psychometric properties. Study 1 involved item development and an exploratory factor analysis, refining the scale by removing conceptually and psychometrically weaker items. Study 2, with samples of students (N = 385) and sports participants (N = 382), supported the unidimensional structure through confirmatory factor analysis and contributed evidence supporting the scale’s construct validity. FOFAMS showed significant correlations with other constructs hypothesized to relate to fear of failure as motivation. This questionnaire provides a unique perspective, enhancing the understanding of fear of failure’s positive influences on goal pursuit and achievement, and contributing to the broader nomological network of this construct.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,044
Tête enseignante GPT0,434
Écart entre enseignants0,391 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Personality AssessmentMême sujetResilience and Mental HealthTravaux en français237 207