MétaCan
Menu
Retour à la cohorte
Enregistrement W2004450395 · doi:10.1080/0361073x.2014.857559

Empathy and Conversational Enjoyment in Younger and Older Adults

2014· article· en· W2004450395 sur OpenAlexaffabout
Odette N. Gould, Sylvia Gautreau

Notice bibliographique

RevueExperimental Aging Research · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueEmpathy and Medical Education
Établissements canadiensMount Allison University
Organismes subventionnairesnon disponible
Mots-clésEmpathyInterpersonal Reactivity IndexPsychologyConversationPersonal distressDevelopmental psychologyContext (archaeology)Interpersonal communicationEmpathic concernYoung adultDistressAffect (linguistics)Clinical psychologyPerspective-takingSocial psychology

Résumé

récupéré en direct d'OpenAlex

UNLABELLED: BACKGROUND/STUDY CONTEXT: Investigations of empathy across adulthood have yielded mixed findings, yet its contribution to successful social interactions is clear. METHODS: Here, the authors investigate the relationship between empathy and self-reported conversation enjoyment in 144 young adults (M age = 19.50) and 120 older adults (M age = 68.75). Participants completed three empathy-related measures (Interpersonal Reactivity Index [IRI], Toronto Empathy Questionnaire [TEQ], and Affect Intensity Measure [AIM]), and rated their enjoyment of recalled conversations with diverse targets. RESULTS: On the IRI, older adults had higher scores than younger adults on Empathic Concern, but lower scores on the Personal Distress and Fantasy subscales. For younger adults, conversations with same-age acquaintances were most enjoyable and conversations with children and older adults were least enjoyable. Older adults reported similar enjoyment across all groups. However, the links between conversation enjoyment and empathy were stronger for older adults. CONCLUSION: These results highlight the importance of a multidimensional view of empathy, and the possibility that empathy influences conversational interactions differentially 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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,035
Tête enseignante GPT0,398
Écart entre enseignants0,364 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations24
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueExperimental Aging ResearchMême sujetEmpathy and Medical EducationTravaux en français237 207