Three decades investigating humor and laughter: An interview with Professor Rod Martin
Notice bibliographique
Résumé
Since the start of the 21st century, the investigation of various psychological aspects of humor and laughter has become an increasingly prominent topic of research. This growth can be attributed, in no small part, to the pioneering and creative work on humor and laughter conducted by Professor Rod Martin. Dr. Martin's research interests in humor and laughter began in the early 1980s and continued throughout his 32 year long career as a professor of clinical psychology at the University of Western Ontario. During this time, Dr. Martin published numerous scholarly articles, chapters, and books on psychological aspects of humor and laughter. Professor Martin has just retired in July 2016, and in the present interview he recounts a number of research highlights of his illustrious career. Dr. Martin's earliest influential work, conducted while he was still in graduate school, stemmed from an individual difference perspective that focused on the beneficial effects of sense of humor on psychological well-being. This research focus remained evident in many of Professor Martin's subsequent investigations, but became increasingly refined as he developed several measures of different components of sense of humor, including both adaptive and maladaptive humor styles. In this interview, Dr. Martin describes the conceptualization, development and use of the Humor Styles Questionnaire, along with suggestions for future research and development. In doing so, he also discusses the three main components of humor (i.e., cognitive, emotional and interpersonal), as well as the distinctions and similarities between humor and laughter. Further highlights of this interview include Professor Martin's comments on such diverse issues as the genetic versus environmental loadings for sense of humor, the multifaceted nature of the construct of humor, and the possible limitations of teaching individuals to use humor in a beneficial manner to cope with stress and enhance their social and interpersonal relationships.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,014 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,018 | 0,011 |
| Communication savante | 0,006 | 0,007 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,008 | 0,023 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».