MétaCan
Menu
Retour à la cohorte
Enregistrement W2292757879

Exploring the cognitive structure of aircraft passengers' emotions in relation to their comfort experience

2014· article· en· W2292757879 sur OpenAlexaff
Naseem Ahmadpour, Jean‐Marc Robert, Gitte Lindgaard

Notice bibliographique

RevueSwinburne Research Bank (Swinburne University of Technology) · 2014
Typearticle
Langueen
DomainePsychology
ThématiqueColor perception and design
Établissements canadiensCarleton UniversityPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésPsychologyGratitudeAngerCognitionContext (archaeology)Appraisal theorySocial psychologyCognitive appraisalApplied psychologyAttributionCognitive psychology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Emotion descriptions were elicited from participants' written accounts of their comfort experience and grouped according to the emotion model by Ortony, Clore, and Collins (OCC). The cognitive structure and specific appraisal patterns of passengers were explored on three levels of passenger's concerns (goals, standards, and aspects), their focus during the flight (including the mediating cabin elements) and the resulting emotions. Four emotion groups were highlighted as relevant to flight comfort. Wellbeing (e.g., joy, distress) emotions were the most frequently mentioned group by participants when focused on the consequences of interaction with cabin features such as seat, IFE and service, pertaining to participants' personal goals (e.g., security, calmness). The cognitive underpinning of prospect-based (e.g., satisfied) emotions included similar goals except that participants evaluated the consequences of their interaction with the seat, legroom, IFE and service relevant to their expectations and anticipations. The emotions in wellbeing/attribution compound group were elicited upon evaluating the consequences of the actions of agents (e.g., service, neighbors). Thus emotions anger and gratitude emerged when those actions yielded pleasing or unpleasing consequences for participants. Attraction (e.g., liking) emotions were generated once passengers developed liking or disliking for certain aspects (e.g., aesthetics, physical fitting) of the seat and legroom. Subsequently, a model of cognitive structure of passengers' emotions was constructed for the flight context highlighting the seat and services as the central (most frequently regarded) features to passengers' emotional experiences. The proposed model enables designers to recognize the types of experiences that should be delivered to ensure that passengers feel comfortable.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,110
Tête enseignante GPT0,340
Écart entre enseignants0,231 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations5
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSwinburne Research Bank (Swinburne University of Technology)Même sujetColor perception and designTravaux en français237 207