MétaCan
Menu
Retour à la cohorte
Enregistrement W2116786781 · doi:10.1177/0963721414534256

Exploring the Mechanisms of Self-Control Improvement

2014· article· en· W2116786781 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueCurrent Directions in Psychological Science · 2014
Typearticle
Langueen
DomainePsychology
ThématiqueBehavioral Health and Interventions
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCyberneticsControl (management)Self-controlPerspective (graphical)PsychologyKey (lock)Self-monitoringSelf improvementProcess managementCognitive psychologyComputer scienceSocial psychologyApplied psychologyArtificial intelligenceComputer security

Résumé

récupéré en direct d'OpenAlex

Good self-control is central to success across life domains, from school to work to relationships. In this article, we provide a framework to better understand how self-control can be improved. Using cybernetic principles, we identify and integrate important mechanisms for self-control improvement that have previously been overlooked. The cybernetic model suggests that control relies on three separate processes: setting goals, monitoring when behavior diverges from goals, and implementing behavior aligned with goals. Within each of these stages, we incorporate recent research identifying key features of good self-control, including setting the “right kind” of goals; the role of conflict detection, attention, and emotional acceptance in goal monitoring; and the effects of fatigue, shifting priorities, and intentions on implementing behavioral changes. Self-control is not easy, but by revealing it as reliant on these diverse processes, we offer a more comprehensive perspective on self-control, as well as routes through which it can be improved.

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 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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,965
Score d'incertitude au seuil0,375

Scores Codex et Gemma par catégorie

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

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 Opus0,176
Tête enseignante GPT0,457
Écart entre enseignants0,281 · 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