Exploring the Interactions Between Cognitive Impairment, Depression, and Growth Mindset Among African Americans in the COVID-19 Era
Notice bibliographique
Résumé
Depression is a common and complex psychiatric disorder that can affect people of all ages, genders, and backgrounds. It is currently characterized by persistent feelings of sadness, hopelessness, and lack of interest in life (Depressive Disorders, n.d.). Depression can have an impact on an individual's attitude in life such as their growth mindset. A Growth mindset is an individual’s belief that their abilities can be developed and improved through effort and learning (Dweck, 2016). This way of thinking can lead to increased resilience, learning, and achievement. Another area that can impact depression and a growth mindset is cognitive dysfunction. Cognitive dysfunction refers to a range of difficulties in cognitive functioning, such as problems with attention, memory, and decision-making (Lam et al., 2014). This current study seeks to examine the influence of cognitive dysfunctions on the relationship between growth mindset and depression throughout the height of the COVID-19 pandemic. A total of N = 312 African American men answered a survey using Qualtrics. Results suggest that cognitive dysfunction fully mediated the relationship between growth mindsets and depression. Findings suggest that while developing a growth mindset is important for reinforcing a resilient perspective, reducing dysfunctional cognitions may be a necessary component of growth. Keywords: African American, cognitive dysfunction, COVID-19, depression, growth mindset Sources: Lam, R. W., Kennedy, S. H., Mclntyre, R. S., & Khullar, A. (2014). Cognitive dysfunction in major depressive disorder: effects on psychosocial functioning and implications for treatment. Canadian journal of psychiatry. Revue canadienne de psychiatrie, 59(12), 649–654. https://doi.org/10.1177/070674371405901206 Depressive Disorders. Psychiatry Online. (n.d.). Retrieved March 14, 2023, from https://dsm.psychiatryonline.org/doi/full/10.1176/appi.books.9780890425787.x04_Depressive_Disorders Dweck, C. (2016). What having a "growth mindset" actually means. Harvard Business Review. Retrieved March 14, 2023, from https://hbr.org/2016/01/what-having-a-growth-mindset-actually-means
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».