Predicting Trait Mindfulness by Ego Strength: The Mediating Role of Perfectionism and Alexithymia
Notice bibliographique
Résumé
Introduction:In recent years, mindfulness, which has its roots in the Eastern philosophy of Bud� dhism, has made its way into contemporary psychology.Studies have identified two types of mind� fulness: stateful and trait.Studies have shown that these two types of mindfulness are related and that understanding the underlying determinants of one influences understanding the other.This study investigated the predictive role of ego strength in mindfulness among university students, examining perfectionism and alexithymia as mediating variables.Materials and Methods: Using a descriptive-correlational design, 267 students from the University of Kurdistan, Iran, were recruit� ed through convenience sampling.Participants completed validated scales: the Ego Strength Scale (Besharat, 2007), Tehran Multidimensional Perfectionism Scale (Besharat, 2007), Toronto Alex� ithymia Scale (Bagby et al., 1994), and Mindful Attention Awareness Scale (Ghasemi & Ghorbani, 2010).Results: Structural equation modeling demonstrated significant direct and indirect pathways, indicating that ego strength was a significant predictor of perfectionism, alexithymia, and mind� fulness.Both perfectionism and alexithymia directly influenced mindfulness.Mediation analysis showed ego strength indirectly affected mindfulness through both mediators, with specific paths via perfectionism and alexithymia.Conclusion: The dimensions of perfectionism and alexithymia played a significant mediating role in the relationship between ego strength and trait mindfulness.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».