MétaCan
Menu
Retour à la cohorte
Enregistrement W2752693802 · doi:10.1167/17.10.688

Dispositional affect predicts attentional and conceptual breadth: Individual difference evidence for the importance of arousal and valence interactions

2017· article· en· W2752693802 sur OpenAlexaff
Andrew Chung, Karen M. Arnell

Notice bibliographique

RevueJournal of Vision · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueMental Health Research Topics
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésValence (chemistry)PsychologyArousalAffect (linguistics)MoodCognitionCategorizationCognitive psychologyInternational Affective Picture SystemLow arousal theoryDevelopmental psychologySocial psychologyCommunicationNeuroscience

Résumé

récupéré en direct d'OpenAlex

Abstract Several studies have investigated the effect of induced mood state on attentional and cognitive breadth. Early studies concluded that inducing a positive mood state broadened attention and cognition, while inducing a negative mood state narrowed these. However, recent reports have suggested that when valence and motivational intensity are unconfounded, low motivational intensity promotes cognitive breadth, whereas high motivational intensity promotes cognitive narrowing. Here we examine whether self-reported dispositional affect (using the circumplex affect questionnaire) can predict attentional breadth (using both the global-local Navon letter task and the hierarchical shape task) and conceptual breadth (using both the Remote Associates Test and an object categorization task), with no mood manipulations or cues. For all four tasks, results showed a valence-activation interaction. Participants low in activation (arousal) and high in positive affect showed the greatest cognitive breadth, and participants high in activation and high in positive affect showed the least cognitive breadth. Participants low in positive affect showed intermediate breadth that was not influenced by activation. In contrast to existing theories of cognitive breadth that highlight the importance of valence, or motivational intensity or arousal alone, the present results suggest that the combination of activation and valence is key to predicting individual differences in both attentional and conceptual breadth such that cognitive breadth decreases with activation, but only for those with high positive affect. Meeting abstract presented at VSS 2017

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)0,003
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,216
Tête enseignante GPT0,516
Écart entre enseignants0,300 · 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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of VisionMême sujetMental Health Research TopicsTravaux en français237 207