Weathering the preschool environment: affect moderates the relations between meteorology and preschool behaviors
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
The goal of this study was to examine the relations among various meteorological conditions, affective states and behavior in young children. Results from past research have revealed many weather effects on behavior and emotions with adult samples. However, there is a paucity of empirical evidence to support this link with children. Thirty‐three mothers were asked to rate their children (age 36–70 months) for a one‐month period to assess positive and negative affect. Teachers completed questionnaires for the same period to assess internalizing (e.g. anxious), externalizing (e.g. aggressive) and prosocial (e.g. helping) behavior, and data were collected for various weather conditions. Pearson correlation analyses revealed many associations between weather and children’s internalizing, externalizing and prosocial behavior. Furthermore, using a moderated model approach, the interactions between weather (temperature, humidity and amount of sunshine) and children’s affect (positive and negative) were examined in the prediction of social adjustment in preschool. The overall pattern of results revealed that favorable temperature and an increased amount of sunshine promote positive social behaviors in children who are prone to higher levels of negative affect. However, the results also suggest that higher humidity is associated with decreases in prosocial behavior and increases in externalizing behavior in children who typically exhibit positive social adjustment. Findings are related to issues surrounding family functioning, classroom management and peer relations.
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 | 0,000 | 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 | 0,001 | 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) | 0,000 | 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