MétaCan
Menu
Retour à la cohorte
Enregistrement W2046617176 · doi:10.1177/0956797614525786

Living Among the Affluent

2014· article· en· W2046617176 sur OpenAlexaff
Louis Tay, Mike Morrison, Ed Diener

Notice bibliographique

RevuePsychological Science · 2014
Typearticle
Langueen
DomainePsychology
ThématiquePsychological Well-being and Life Satisfaction
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésHappinessPsychologyLife satisfactionSubjective well-beingWorryFeelingPersonal incomeSocial psychologyMeasures of national income and outputDemographic economicsWell-beingSocioeconomicsEconomic growthEconomicsAnxiety

Résumé

récupéré en direct d'OpenAlex

This study examined whether national income can have effects on happiness, or subjective well-being (SWB), over and above those of personal income. To assess the incremental effects of national income on SWB, we conducted cross-sectional multilevel analysis on data from 838,151 individuals in 158 nations. Although greater personal income was consistently related to higher SWB, we found that national income was a boon to life satisfaction but a bane to daily feelings of well-being; individuals in richer nations experienced more worry and anger on average. We also found moderating effects: The income-SWB relationship was stronger at higher levels of national income. This result might be explained by cultural norms, as money is valued more in richer nations. The SWB of more residentially mobile individuals was less affected by national income. Overall, our results suggest that the wealth of the nation one resides in has consequences for one's happiness.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,660
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,028
Tête enseignante GPT0,364
Écart entre enseignants0,336 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations30
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsychological ScienceMême sujetPsychological Well-being and Life SatisfactionTravaux en français237 207