MétaCan
Menu
Retour à la cohorte
Enregistrement W2754671536 · doi:10.1371/journal.pone.0182980

A pre-registered naturalistic observation of within domain mental fatigue and domain-general depletion of self-control

2017· article· en· W2754671536 sur OpenAlexafffund
Daniel Randles, Iain M. Harlow, Michael Inzlicht

Notice bibliographique

RevuePLoS ONE · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueBehavioral Health and Interventions
Établissements canadiensUniversity of Toronto
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaNatural Sciences and Engineering Research Council of Canada
Mots-clésMental fatigueTask (project management)OddsControl (management)Domain (mathematical analysis)PsychologySelf-controlResource (disambiguation)Odds ratioCognitive psychologySocial psychologyComputer scienceApplied psychologyMathematicsStatisticsArtificial intelligenceLogistic regressionEngineeringMachine learning

Résumé

récupéré en direct d'OpenAlex

Self-control is often believed to operate as if it were a finite, domain-general resource. However, recent attempts to demonstrate this under transparent conditions have failed to yield positive results. In the current study, we monitor two groups of students (N1 = 8,867, N2 = 8,754) over separate 17-week intervals with 24-hour coverage, as they engage in voluntary learning and self-testing using an online program. We use daily behavior to assess whether time-of-day effects support domain-general theories of self-control. Additionally, we assess whether mental fatigue emerges within task during prolonged persistent effort. Results reveal within-task fatigue emerges within an hour on-task. However, there is a negligible effect on ability throughout the day. Additionally, time-of-day has no detrimental effect on motivation; rather there is a strong tendency to increase learning time at night. Results are consistent with theories indicating people lose motivation within a specific task, but at odds with theories that argue for a domain-general self-control resource.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,201
Score d'incertitude au seuil0,381

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,139
Tête enseignante GPT0,366
Écart entre enseignants0,227 · 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 tête enseignante, 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

Citations27
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetBehavioral Health and InterventionsTravaux en français237 207