Further Evaluation of the Tripartite Structure of Subjective Well‐Being: Evidence From Longitudinal and Experimental Studies
Notice bibliographique
Résumé
Abstract Subjective well‐being (SWB; Diener, 1984) comprises three primary components: life satisfaction (LS), positive affect (PA), and negative affect (NA). Multiple competing conceptualizations of the tripartite structure of SWB have been employed, resulting in widespread ambiguity concerning the definition, operationalization, analysis, and synthesis of SWB‐related findings (Busseri & Sadava, 2011). We report two studies evaluating two predominant structural models (as recently identified by Busseri, 2015): a hierarchical model comprising a higher‐order latent SWB factor with LS, PA, and NA as indicators; and a causal systems model specifying unidirectional effects of PA and NA on LS. A longitudinal study ( N = 452; M age = 18.54; 76.5% female) and a lab‐based experiment ( N = 195; M age = 20.42 years; 87.6% female; 81.5% Caucasian) were undertaken. Structural models were evaluated with respect to (a) associations among SWB components across time (three months, three years in Study 1; one week in Study 2) and (b) the impact of manipulating the individual SWB components (Study 2). A hierarchical structural model was supported in both studies; conflicting evidence was found for the causal systems model. A hierarchical model provides a robust conceptualization for the tripartite structure of SWB.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,037 | 0,066 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».