MétaCan
Menu
Retour à la cohorte
Enregistrement W2589398123 · doi:10.1177/0165025416679742

We are in this together

2017· article· en· W2589398123 sur OpenAlexaff
Jenny Wagner, Manuel C. Voelkle, Christiane A. Hoppmann, Mary A. Luszcz, Denis Gerstorf

Notice bibliographique

RevueInternational Journal of Behavioral Development · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueAging and Gerontology Research
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPsychologySelf-esteemDevelopmental psychologyLongitudinal studyPerceptionLife satisfactionLife course approachSocial psychology

Résumé

récupéré en direct d'OpenAlex

Lifespan theoretical notions have long acknowledged that regulative capacities of the self are relatively robust well into old age. This general trend notwithstanding, people often differ substantially throughout life in their levels of and change trajectories in self-esteem. One prime contributing factor may be perceptions of social inclusion. Because functioning and development in many domains of life are often linked across partners, we examine whether and how self-esteem and its late-life change are intertwined between long-term married partners. To do so, we make use of six occasions over 18-year longitudinal data from 382 married couples in the Australian Longitudinal Study of Aging ( M age = 75 years at baseline, SD = 5.3, range 65–91). Applying SEM-based continuous time panel models revealed that discrete time autoregressive effects, which capture the stability of self-esteem, were declining over time. Most important for our question, across-partner (cross-lagged) effects indicated substantial differences between spouses such that change in husbands’ self-esteem predicts subsequent changes in the wives’ self-esteem, but not vice versa. We discuss potential conditions and challenges of dyadic associations in how late-life self-esteem and its change are intertwined between partners.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,146
Score d'incertitude au seuil0,487

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,016
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0100,005
Communication savante0,0160,016
Science ouverte0,0020,017
Intégrité de la recherche0,0060,012
Charge utile insuffisante (le modèle a refusé de juger)0,1460,075

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 Opus0,134
Tête enseignante GPT0,467
Écart entre enseignants0,333 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations17
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Behavioral DevelopmentMême sujetAging and Gerontology ResearchTravaux en français237 207