Toward a Resolution of the Tripartite Structure of Subjective Well‐Being
Notice bibliographique
Résumé
Diener (1984) introduced the concept of "subjective well-being" (SWB) as comprising three primary components: life satisfaction (LS), positive affect (PA), and negative affect (NA). Busseri and Sadava (2011) identified multiple competing conceptualizations of the tripartite structure of SWB and delineated problems with this ambiguity with respect to defining, operationalizing, analyzing, and synthesizing information concerning SWB. The present work provides an empirical evaluation of four competing structural approaches in which SWB is conceptualized variously as three separate components (Model 1), a hierarchical construct (Model 2), a causal system (Model 3), and a composite (Model 4). Data from a longitudinal study of middle-aged Americans (N = 3,707; 20-75 years old, 55% female, 94% Caucasian) were used to examine the relatedness versus independence of the three SWB components within and across time, as well as predictive effects on SWB. The various structural models differ in how adequately they accommodate the joint relatedness/independence of the SWB components and lead to different conclusions concerning predictive effects on SWB. Conceptual and empirical considerations are considered within and across models. Implications and next steps for further understanding the tripartite structure of SWB are discussed.
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 | 0,019 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,009 |
| Communication savante | 0,004 | 0,007 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,007 |
| 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 ».