MétaCan
Menu
Retour à la cohorte
Enregistrement W2560116518 · doi:10.1093/geronb/gbw157

Mainland Chinese Implicit Theory of Wisdom: Generational and Cultural Differences

2016· article· en· W2560116518 sur OpenAlexaff
Chao Hu, Michel Ferrari, Ru‐De Liu, Qin Gao, Ethan Weare

Notice bibliographique

RevueThe Journals of Gerontology Series B · 2016
Typearticle
Langueen
DomainePsychology
ThématiqueAging and Gerontology Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMindsetDisengagement theorySpiritualityMainlandPsychologyMainland ChinaSocial psychologySocial cognitive theorySociologyEpistemologyHistoryGerontology

Résumé

récupéré en direct d'OpenAlex

Objectives: This is the first study on the Mainland Chinese implicit theory of wisdom. To understand the role of culture and social changes in the implicit theory of wisdom, cultural and generational differences were explored. Method: Two generations of Mainland Chinese, 50 older adults (age 60-80 years) and 50 younger adults (age 20-30 years), were interviewed individually. Participants first nominated personal acquaintances and historical figures as wisdom exemplars and then gave their own definition of wisdom. Results: Compared with the older generation, the younger generation nominated both acquaintance scholars and historical scholars more frequently, but acquaintance classmates & colleagues and historical leaders less frequently. Common themes of all participants' definition of wisdom partially resembled those of Western studies, yet with components that related to Chinese traditions: "Spirituality of disengagement" and "Positive mindset." Moreover, older generation emphasized "Cognitive engagement" more, but "Positive mindset" and "Spirituality of disengagement" less, than the younger generation. Discussion: Wisdom aspects of cognitive, practical, and social engagement may be more universal and intergenerational, whereas wisdom aspects of "spirituality" and "mindset" may be more culturally specific and sensitive to social change.

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)0,001
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 enseignants0,127
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
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 Opus0,077
Tête enseignante GPT0,387
Écart entre enseignants0,310 · 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

Citations40
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journals of Gerontology Series BMême sujetAging and Gerontology ResearchTravaux en français237 207