Accessibility of alcohol expectancies from memory: impact of mood and motives in college student drinkers.
Notice bibliographique
Résumé
OBJECTIVE: It has been hypothesized that alcohol outcome expectancies (AOEs) exist within an associative memory network and that their accessibility is facilitated in the presence of alcohol-related cues. The purpose of the present study was to examine whether the accessibility of specific AOEs varies as a function of mood state and gender and to determine whether this relationship is moderated by affect-related drinking motives. METHOD: Undergraduate students (N = 302) were randomly assigned to one of three conditions (i.e., positive, negative and neutral mood). Mood states were achieved using musical mood-induction procedures. Postmood-induction AOEs, obtained using self-generation, were classified into five expectancy categories: social/ situational enhancement (SSE), positive emotional functioning (PEF), relaxation/tension reduction (RTR), physical/pharmacological effects (PPE) and miscellaneous (MISC). RESULTS: Logistic regression analyses revealed that SSE and RTR expectancies were differentially accessible across mood conditions. SSE expectancies were most highly accessible to participants in a positive mood, and RTR expectancies were most highly accessible to participants in a relatively neutral mood. Although drinking motives did not moderate the AOE-mood relationship, they emerged as significant predictors of SSE and RTR expectancies. The accessibility of specific AOEs differed among men and women. CONCLUSIONS: The findings suggest that mood serves as an implicit prime for the accessibility of specific AOEs. The implications of these findings for research concerning memory-based, cognitive-affective expectancy networks 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 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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».