MétaCan
Menu
Retour à la cohorte
Enregistrement W2621380041 · doi:10.25959/23239076

Time-dependent mood fluctuations in Antarctic personnel : a meta-analytic review

2016· review· en· W2621380041 sur OpenAlexaboutno aff
Clare Hawkes

Notice bibliographique

RevueUTAS Research Repository · 2016
Typereview
Langueen
DomaineMedicine
ThématiqueSpaceflight effects on biology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSoftware deploymentQuarter (Canadian coin)MoodModerationNegative moodPsychologyClinical psychologySocial psychologyEngineeringGeography

Résumé

récupéré en direct d'OpenAlex

The third-quarter phenomenon is the dominant theoretical model to explain the psychological impacts of deployment in Antarctica on personnel. It posits that detrimental symptoms to functioning, such as negative mood, increase gradually throughout deployment and peak at the third-quarter point, regardless of overall deployment length. However, there is equivocal support for the model. The current meta-analysis included data from 20 studies (involving 1817 participants) measuring negative mood during deployment to elucidate this discrepancy. Across studies analyses were conducted on three data types; stratified by month utilising repeatedmeasured all time-points meta-analytic techniques, and pre/post deployment data for summer and winter deployment seasons respectively. Moderation analyses were conducted to investigate the impact of personnel's cultural orientation on functioning. Results did not support the proposed parameters of the third-quarter phenomenon, as negative mood did not peak at the third quarter point (August/September) of deployment. Overall effect sizes indicated that negative mood is greater at baseline than the end of deployment for summer and winter deployment seasons, with the direction of this effect influenced by cultural orientation of personnel. These findings have theoretical and practical implications and should be used to guide future research, assisting in the development and modification of preexisting prevention and intervention programs to increase well-being and functioning of personnel during Antarctic deployment.

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)0,005
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,018
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0070,014
Bibliométrie0,0050,006
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,166
Tête enseignante GPT0,458
Écart entre enseignants0,292 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUTAS Research RepositoryMême sujetSpaceflight effects on biologyTravaux en français237 207