Age Excuses: Conversational Management of Memory Failures in Older Adults
Notice bibliographique
Résumé
The social consequences of appealing to age to excuse memory failure were examined in 2 vignette-based studies. In Study 1, 75 older (M = 72 years) and 78 young (M = 22 years) adults evaluated forgetful older targets in their 70s who used their age, lack of ability, lack of effort, or the situation to explain forgetting. In Study 2, 105 older (M = 72 years) and 105 young participants (M = 19 years) evaluated forgetful targets with no specific age given in 4 excuse conditions (age, ability, situation, and no excuse). In support of the prediction of positive consequences, age excuses were rated as more believable than situation in both studies and more believable and socially fluent than effort in Study 1. In support of predictions of negative consequences, both groups in Study 2 rated target persons who used an age excuse to be much older than their peers and, along with ability excuse users, as eliciting more worry and frustration than the others. Moreover, young adults showed additional sensitivity to the negative aspects of age excuses in terms of worry and frustration in Study 1 and anticipated repeat forgetting in Study 2. These results suggest that although age excuses may relieve socially awkward situations, this strategy reinforces negative age stereotyping of the older forgetter.
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 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».