MétaCan
Menu
← Retour à la cohorte
Enregistrement W2724283619 · doi:10.1093/geroni/igx004.367

WHAT THE FISHERWOMAN SAID TO THE BOY: NARRATIVE CHARACTERISTICS OF WISDOM-FOSTERING EVENT MEMORIES

2017· article· en· W2724283619 sur OpenAlexaff
Nic M. Weststrate, Megan P Ferrari, Marcel Fournier

Notice bibliographique

RevueInnovation in Aging · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueAging and Gerontology Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésNarrativeFlourishingNormativePsychologyScrutinySocial psychologyEvent (particle physics)Meaning (existential)Developmental psychologyEpistemologyLiteraturePsychotherapist

Résumé

récupéré en direct d'OpenAlex

Despite the importance of wisdom to human flourishing, little is known about how it is cultivated in people. Laypersons and experts believe that wisdom develops through life experience, yet this assumption has lacked empirical scrutiny. To address this, 502 midlife adults provided a written autobiographical narrative about an event in their life where they felt they grew in wisdom. A team of trained raters scored these wisdom-fostering event memories for narrative content (event type, cultural normativity, fundamentality, average event valence), structure (narrative coherence), and process (meaning-making and personal growth). Participants completed self-report and performance measures of general and personal wisdom. In general, results suggest that negative, fundamental, and culturally non-normative life events are especially important to wisdom development and that particular styles of self-reflection may be central to the active construction of wisdom from adversity. In terms of event types, mortality events (e.g., premature death) and relationship events (e.g., divorce) were most commonly reported as wisdom-fostering.

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)0,001
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,090
Tête enseignante GPT0,418
Écart entre enseignants0,328 · 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'étudeQualitatif
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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInnovation in Aging→Même sujetAging and Gerontology Research→Travaux en français237 207→