Emotional Expressivity in Older and Younger Adults' Descriptions of Personal Memories
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
UNLABELLED: BACKGROUND/STUDY CONTEXT: According to the socioemotional selectivity theory (SST; Mather & Carstensen, 2003, Psychological Sciences, 14, 409-415), aging is associated with greater motivation to regulate emotions. The authors propose that the language people use to describe personal memories provides an index of age differences in emotional self-regulation. METHODS: In the present article, the authors reanalyzed three previously published studies in which older (aged 60-88) and younger (aged 17-33) participants described emotional and neutral memories from their recent and distant pasts. The authors analyzed the language of the memories using Pennebaker, Booth, and Francis's (2007) Linguistic Inquiry Word Count program (Austin, TX: LIWC Inc.), which calculates the percentage of positive and negative emotion words. RESULTS: In Studies 1 and 2, older adults used more positive emotion words than did younger adults to describe their autobiographical memories from the recent past, particularly when these were of a neutral valence. In Study 3, older adults used more positive emotion words when describing more recent memories (from the past 5 years) but not when describing distant childhood or adolescent memories. CONCLUSION: The authors suggest that these age differences in emotional expressivity support SST, and represent an as-yet unreported age difference that may stem from differences in motivation to regulate emotion.
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.
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 | 0,001 | 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) | 0,002 | 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 découle