SITUATING WISDOM IN THE CONTEXT OF EVERYDAY LIFE: STATES, TRAITS, AND CHANGES OVER THE LIFESPAN
Notice bibliographique
Résumé
Wisdom is an ancient concept, linked to good life, maturity, and sagacity. How does one develop this cherished quality? What are the situations and traits promoting wisdom in daily life? The present symposium brings world-class experts from four different countries (Austria, Canada, Finland, the US), who study these questions using a wide range of longitudinal, qualitative, diary, and experimental designs. A particular attention in this symposium is oriented to the question of interplay between wisdom-related states and traits. Jeste and colleagues will introduce the latest insights from the San Diego SAGE study, examining longitudinal shifts in wisdom and its relationship to mental health. Spännäri and colleagues will present new insights from the longitudinal CoPassion research project, examining the relationship between compassion and wisdom as a function of a compassion training. Glück and colleagues will use an autobiographic memory approach to examine professional wisdom. Their research indicates the profound role of organizational and situational constraints in constraining professionals’ (teachers and managers) ability to act wisely. Finally, Grossmann will conclude the session by discussing various new advances from the Culture & Wisdom laboratory, with a particular attention to insights concerning situations, mindsets, and acts promoting wisdom in daily life. At the end, Grossmann will introduce a new, context-sensitive, efficient method for assessing wisdom in daily life. The present symposium will shed light on exciting new directions in the rapidly growing field of wisdom research, drawing connections to various fields of gerontology, psychology, sociology, and psychiatry.
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 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 | 0,002 | 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».