The light and dark sides of perfectionism : implications for health and well-being
Notice bibliographique
Résumé
The present work presents two studies that examined the association of perfectionism, operationally defined by Hewi t t and Fl e t t ' s (1991) multidimensional mode l of perfectionism, with health and subjective well-being (SWB). The underlying question of this research was whether perfectionism could be beneficial as well as detrimental to health and well-being, as this is one of the mos t highly debated questions in the current literature. In samples of relatively healthy university students (n = 538) and community adults suffering from various chronic illnesses (n = 772), results from Study One indicated that socially prescribed perfectionism (SPP) is directly associated wi th poor e r he a l th and well-being. Results further showed f rom a personcentered perspective that there is a l a rge group of individuals wi th high levels of SPP and that i t is indeed these individuals who reported the poorest health and lowe s t levels of well-being. Other-oriented perfectionism was found to be unrelated to health and SWB. Findings revealed that when perfectionism is self-imposed (i.e., self-oriented perfectionism; SOP), i t is neither healthy nor unhealthy in an absolute sense. From the variable-centered perspective, this conclusion was supported by the f a c t tha t SOP was associated wi th both positive (e.g., be t t e r mental health and highe r levels of SWB in the student sample), and nega t ive correlates (e.g., higher levels of negative affect, stress, and neuroticism in both samples). Evidence f rom the chronically-ill sample further substantiated this conclusion by showing that there may be an optimal level of SOP, because mode r a t e levels of SOP we r e found to be associated with be t t e r health and highe r levels of SWB, whereas levels tha t we r e too low or too high we r e found to be associated with poor e r health and lowe r levels of SWB. Findings f rom the person-centered approach we r e particularly informative, in that they not only demonstrated tha t unique profiles of
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,006 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,000 | 0,003 |
| 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 ».