The jingle and jangle of emotion assessment: Imprecise measurement, casual scale usage, and conceptual fuzziness in emotion research.
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Although affective science has seen an explosion of interest in measuring subjectively experienced distinct emotional states, most existing self-report measures tap broad affect dimensions and dispositional emotional tendencies, rather than momentary distinct emotions. This raises the question of how emotion researchers are measuring momentary distinct emotions in their studies. To address this question, we reviewed the self-report measurement practices regularly used for the purpose of assessing momentary distinct emotions, by coding these practices as observed in a representative sample of articles published in Emotion from 2001-2011 (n = 467 articles; 751 studies; 356 measurement instances). This quantitative review produced several noteworthy findings. First, researchers assess many purportedly distinct emotions (n = 65), a number that differs substantially from previously developed emotion taxonomies. Second, researchers frequently use scales that were not systematically developed, and that include items also used to measure at least 1 other emotion on a separate scale in a separate study. Third, the majority of scales used include only a single item, and had unknown reliability. Together, these tactics may create ambiguity regarding which emotions are being measured in empirical studies, and conceptual inconsistency among measures of purportedly identical emotions across studies. We discuss the implications of these problematic practices, and conclude with recommendations for how the field might improve the way it measures emotions. (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.
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 | 0,005 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle