MétaCan
Menu
Retour à la cohorte
Enregistrement W2220566469

Study on the Relationship Between Emotion Tropism and Expressivity of College Students and Their Mental Health

2015· article· en· W2220566469 sur OpenAlexvenueno aff
Xiaoyan Deng, Xiao Lü

Notice bibliographique

RevueHigher education of social science · 2015
Typearticle
Langueen
DomainePsychology
ThématiqueEmotional Intelligence and Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHostilityPsychologyHappinessFeelingAffect (linguistics)AnxietyInterpersonal relationshipClinical psychologyMental healthExpressivityCorrelationSocial psychologyPsychiatry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The method of scaling is adopted to study the relation between emotional tropism (consisting of positive and negative affective variables), emotional expressivity and mental health by doing questionnaires from 263 college students in Chongqing City. The differences test shows that: (a) Males express more negative affect than females and are not as good as women in expressing their feelings, but no significant gender differences in positive affect and feeling of happiness is observed; and freshmen share more feeling of happiness than seniors, but no significant differences between grades in their expression of positive or negative affect and emotions are observed; (b) Correlation analysis shows that feeling of happiness and other positive affect have significant negative correlation with most of the psychological symptom factors, while negative affect have significant positive correlation with all the psychological symptom factors; and emotional expressivity shows significant negative correlation with interpersonal sensitivity, hostility, depression, anxiety and other factors; (c) Regression analysis further shows that negative affect exerts significant regression effect on obsession, interpersonal relationship, depression, anxiety, hostility, bigotry and other factors, and emotional expression exerts regression effect on interpersonal sensitivity, hostility, depression, anxiety and other factors.

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)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,147
Score d'incertitude au seuil0,222

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,226
Tête enseignante GPT0,478
Écart entre enseignants0,252 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations1
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHigher education of social scienceMême sujetEmotional Intelligence and PerformanceTravaux en français237 207