MétaCan
Menu
Retour à la cohorte
Enregistrement W2466339419 · doi:10.1177/0022022116655788

Dreams of Canadian Students

2016· article· en· W2466339419 sur OpenAlexaffabout
Allyson Dale, Monique Lortie‐Lussier, Christina G. Wong, Joseph De Koninck

Notice bibliographique

RevueJournal of Cross-Cultural Psychology · 2016
Typearticle
Langueen
DomaineNeuroscience
ThématiqueSleep and Wakefulness Research
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésDreamNormativeContent (measure theory)PsychologyContent analysisSocial psychologySample (material)Developmental psychologySociologySocial scienceEpistemologyMathematics

Résumé

récupéré en direct d'OpenAlex

A total of 600 dream reports were collected from 300 Canadian university students, 150 female and 150 male, and their content analyzed with the Hall and Van de Castle (1966) system of categories. The main dream content categories were characters, aggressive and friendly interactions, positive and negative emotions, and dream outcomes. The main purpose of the analysis was to provide normative data for a large sample of young Canadians to determine (a) whether negative elements prevail over positive ones, as assumed by the threat simulation theory and (b) whether dream gender differences are consistent with differences in waking life, in accordance with the continuity hypothesis. Overall, findings support both theories. The final objective was to compare the Canadian data, relative to gender differences, with normative data established in 1966 with the original American sample. Findings for males and females and gender differences remain consistent with the American normative data for most categories despite a 50 years interval. Similarities in Canadian and American dream content reflect similarities between the respective cultures. They also attest to fundamental structural dimensions of dream content that transcend cultures. Other types of content analysis relative to themes, for instance, might be appropriate to highlight cultural differences.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,474
Score d'incertitude au seuil0,530

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,110
Tête enseignante GPT0,474
Écart entre enseignants0,364 · 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'étudeExpérimental (laboratoire)
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

Citations12
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Cross-Cultural PsychologyMême sujetSleep and Wakefulness ResearchTravaux en français237 207