Identifying affective personality profiles: A latent profile analysis of the Affective Neuroscience Personality Scales
Notice bibliographique
Résumé
Based on evolutionary theory, a recent model in affective neuroscience delineated six emotional brain systems at the core of human personality: SEEKING, CARING, PLAYFULNESS, FEAR, ANGER, SADNESS. The Affective Neuroscience Personality Scales (ANPS) assess their functioning. Using a person-centred approach of the ANPS, this study: (i) examined the existence of latent personality profiles, (ii) studied their gender invariance, (iii) assessed their longitudinal (4 years) stability, and (iv) explored how they relate to several intrapersonal, interpersonal, and emotion regulation skills. Latent Profile Analysis in 2 samples (Canadian, longitudinal, N = 520; French, cross-sectional, N = 830) found that, qualitatively, 3 profiles characterized both populations and genders, with one distinction for the second profile where the French women endorsed slightly higher and lower scores for, respectively, the negative and positive emotions. Whilst not being quantitatively similar across genders, the personality profiles remained consistent across time in the longitudinal sample. Associations between profiles and intrapersonal (e.g. depression), interpersonal (e.g. empathy), and emotion regulation skills measures (e.g. emotional intelligence) offered concurrent validity evidence. This person centred approach to ANPS offers a holistic and parsimonious way to study affective personality dimensions. It opens promising avenues for future studies on the predictive value of ANPS profiles, and for personality-targeted interventions.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».