Women's Perceptions of Influences on Their Mood
Notice bibliographique
Résumé
AIMS: Knowledge of prevailing community ideas about mood determination can guide research about variability in mood. A random sample of urban Canadian women, aged 18-40 years (n = 507), was asked to compare the relative importance of three specified domains (physical health, social support, stress) as influences on their mood and then to list additional life experiences they considered important. They also rated the frequency and recurrence patterns (cyclicity) of their daily positive and negative moods. RESULTS: More women reported a positive overall mood than negative mood. Of three domains studied, social support was listed as the greatest influence on positive mood and stress on negative mood in the bivariate tests. More frequent moods (both positive and negative) were more likely to be viewed as recurrent or cyclical. Patterns of influence for positive mood differed from those for negative mood. Multivariate modeling found that women reporting frequent positive mood were more often North American and employed full-time and likely to consider stress or lack of stress was unimportant as an influence on positive mood. The only factors in the model associated with frequent negative mood were the perception of physical health and stress as important influences on negative mood. Less than 5% cited menstrual cycle phase as an influence. CONCLUSIONS: These subjective data suggest that women perceived a wide range of external, usually interpersonal, influences as relevant to their mood, however menstrual cycle was rarely mentioned. Perceptions of influences on mood are statistically related to frequency of moods. In addition, ethnicity and paid employment are independently associated with positive mood.
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 | 0,000 | 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) | 0,003 | 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 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 ».