MétaCan
Menu
Retour à la cohorte
Enregistrement W2519537016 · doi:10.1037/dev0000231

Tracking affect and academic success across university: Happy students benefit from bouts of negative mood.

2016· article· en· W2519537016 sur OpenAlexaffabout
Erin T. Barker, Howard E. Barbaree, Nancy L. Galambos, Carsten Wrosch

Notice bibliographique

RevueDevelopmental Psychology · 2016
Typearticle
Langueen
DomainePsychology
ThématiquePsychological Well-being and Life Satisfaction
Établissements canadiensUniversity of AlbertaCarleton University
Organismes subventionnairesnon disponible
Mots-clésPsychologyAffect (linguistics)PsycINFOHappinessDevelopmental psychologyMoodModerationTracking (education)Association (psychology)Clinical psychologySocial psychologyMEDLINE

Résumé

récupéré en direct d'OpenAlex

We examined how positive and negative affect covary within individuals over time and how patterns of association between affective traits and states relate to academic success across 4 years of university. Participants were 187 full-time first-year students at a large Canadian university who completed questionnaires about recent affective experiences in 6 waves across 4 years. Grade point average for each year of study was provided by the registrar's office. Our analysis identified an adaptive pattern characterized by the maintenance of high positive affect ("chronic happiness") and the cooccurrence of time-limited bouts of negative affect. Our results are consistent with findings showing productive consequences of experiencing positive and negative affect in tandem and the development of emotion regulation capacity across the transition to adulthood. (PsycINFO Database Record

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,113
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0010,000

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 Opus0,046
Tête enseignante GPT0,387
Écart entre enseignants0,341 · 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.

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

Citations31
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDevelopmental PsychologyMême sujetPsychological Well-being and Life SatisfactionTravaux en français237 207