Age-related and death-related differences in emotional complexity.
Notice bibliographique
Résumé
The present study aimed to examine an aspect of emotional complexity as seen in covariation between retrospective judgments of positive and negative affects. We assume that individuals can experience positive affect independently of negative affect. Theories argue that emotional complexity increases in old age, but research shows mixed evidence. Additionally, emotional complexity has been shown to decrease in situations prevalent in old age, such as physical illness and disability. Integrating distinct effects of age and distance to death, we propose that emotional complexity may remain intact or even increase in old age, and yet it decreases in light of functional deterioration shortly before death. The current research examined whether emotional complexity decreases as a function of subjective perception of closeness to death (subjective survival probability) or actual closeness to death. We used 3 large-scale databases: 2 cross-sectional (SHARE, N = 17,437, mean age = 64; HRS, N = 6,032, mean age = 67) and 1 longitudinal (CALAS, N = 1,310, mean age at baseline = 83). Hierarchical multiple regressions and multilevel models showed that respondents who perceived themselves as closer to death or were actually closer to death showed lower emotional complexity (a stronger negative correlation between positive and negative affects). Age and emotional complexity were unrelated or positively related, depending on the sample. Findings remained the same after controlling for demographic characteristics, as well as physical and cognitive functioning. The results indicate that both subjective and objective closeness to death are associated with lower emotional complexity. This death-related decrease in emotional complexity is discussed within current theories of aging.
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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».