Notice bibliographique
Résumé
Introduction: The critical role of emotion regulation (ER) for emotional and social well-being has now been well-established. Recently, there have been calls in the literature for a better understanding of the interpersonal context of ER. This study used an intensive longitudinal design to (i) describe the frequency with which interpersonal ER strategies are used; (ii) assess the association of interpersonal ER strategies with positive and negative emotions, and (iii) assess the roles of friends and parents in ER efforts. Methods: A sample of 139 emerging adults was recruited. Participants recorded their emotions, use of 12 interpersonal ER strategies, and use of respective support sources three times a day over the course of a week using their mobile device. The moderating roles of neuroticism and extraversion were also examined. Multilevel modeling was used to assess the within- and between-person variability in positive and negative emotions. Results: Positive strategies, and specifically those that communicated acceptance of the individual, were not only used most frequently, but were also associated with higher and lower levels of positive and negative emotions, respectively. When source of support was considered, acceptance strategies were associated with positive and negative emotions when used by friends as well as parents. Positive engagement strategies (i.e., those that involve attempts to engage in the individual’s situation or emotion) were associated with emotions when used by friends, but there was no significant association when parents used these same strategies. Neuroticism was found to moderate the relationship between acceptance and negative emotions. Conclusions: This study is one of the first of its kind to explore interpersonal ER on a day-to-day basis and provides insights into the strategies being used to manage emotions, as well as the respective roles of friends and parents. Future intensive longitudinal research is warranted that considers lagged effects and additional within- and between-person factors associated with positive and negative emotions in order to further understand the dynamic process of ER as it unfolds in social relationships.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».