MétaCan
Menu
Retour à la cohorte
Enregistrement W1468289761 · doi:10.1037/dev0000052

Up, not down: The age curve in happiness from early adulthood to midlife in two longitudinal studies.

2015· article· en· W1468289761 sur OpenAlexafffundabout
Nancy L. Galambos, Shichen Fang, Harvey Krahn, Matthew D. Johnson, Margie E. Lachman

Notice bibliographique

RevueDevelopmental Psychology · 2015
Typearticle
Langueen
DomainePsychology
ThématiquePsychological Well-being and Life Satisfaction
Établissements canadiensUniversity of Alberta
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaUniversity of Alberta
Mots-clésHappinessPsychologyLongitudinal studyMarital statusDevelopmental psychologyAdult developmentEarly adulthoodUnemploymentDemographyYoung adultGerontologySocial psychologyMedicinePopulationSociology

Résumé

récupéré en direct d'OpenAlex

Happiness is an important indicator of well-being, and little is known about how it changes in the early adult years. We examined trajectories of happiness from early adulthood to midlife in 2 Canadian longitudinal samples: high school seniors followed from ages 18-43 and university seniors followed from ages 23-37. Happiness increased into the 30s in both samples, with a slight downturn by age 43 in the high school sample. The rise in happiness after high school and university remained after controlling for important baseline covariates (gender, parents' education, grades, self-esteem), time-varying covariates known to be associated with happiness (marital status, unemployment, self-rated physical health), and number of waves of participation. The upward trend in happiness runs counter to some previous cross-sectional research claiming a high point in happiness in the late teens, decreasing into midlife. As cross-sectional designs do not assess within-person change, longitudinal studies are necessary for drawing accurate conclusions about patterns of change in happiness across the life span.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,077
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,160
Tête enseignante GPT0,430
Écart entre enseignants0,270 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations54
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueDevelopmental PsychologyMême sujetPsychological Well-being and Life SatisfactionTravaux en français237 207