There Is No News Like Bad News: Women Are More Remembering and Stress Reactive after Reading Real Negative News than Men
Notice bibliographique
Résumé
With the advent of specialized television channels offering 24-hour coverage, Internet and smart phones, the possibility to be constantly in contact with the media has increased dramatically in the last decades. Despite this higher access to knowledge, the impact media exposure has on healthy individuals remains poorly studied. Given that most information conveyed in the media is negative and that upon perception of threat, the brain activates the stress system, which leads to cortisol secretion, we decided to determine how healthy individuals react to media information. Accordingly, we investigated whether reading real negative news (1) is physiologically stressful, (2) modulates one's propensity to be stress reactive to a subsequent stressor and (3) modulates remembrance for these news. Sixty participants (30 women, 30 men) were randomly assigned to either twenty-four real neutral news excerpts or to twenty-four real negative excerpts for 10 minutes. They were then all exposed to a well-validated psychosocial stressor, the Trier Social Stress Test (TSST), which consists of an anticipation phase of 10 minutes and a test phase of 10 minutes. A total of eight salivary cortisol samples were collected, at 10-minutes intervals, throughout the experimental procedure. One day later, a free recall of the news was performed. Results showed that although reading negative news did not lead to change in cortisol levels (p>0.05), it led to a significant increase in cortisol to a subsequent stressor in women only (p<0.001). Also, women in the negative news condition experienced better memory for these news excerpts compared to men (p<0.01). These results suggest a potential mechanism by which media exposure could increase stress reactivity and memory for negative news in women.
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 | 0,000 | 0,001 |
| 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 | 0,001 | 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) | 0,004 | 0,001 |
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 ».