Emotion regulation in action: Use, selection, and success of emotion regulation in adolescents’ daily lives
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Successful emotion regulation (ER) is a central aspect of psychosocial functioning and mental health and is thought to improve and be refined in adolescence. Past research on ER has mainly focused on one-time measurements of habitual ER. Linking regulatory strategies to emotions in daily lives is key to understanding adolescents’ emotional lives. Using an Experience Sampling Method with 78 adolescents ( M age = 13.91, SD age = .95, 66% girls), we investigated the use, selection, and success in down-regulating negative emotions of eight ER strategies across 44 assessments. Acceptance was the strategy employed most often followed by problem-solving, rumination, distraction, avoidance, reappraisal, social support, and suppression. Interestingly, negativity of the event influenced the use of ER strategies: With low intensity negative emotions, acceptance was more likely to be used, and with high intensity negative emotions, suppression, problem-solving, distraction, avoidance, social support, and rumination were more likely to be used. With regard to success, multilevel models revealed that problem-solving, reappraisal, and acceptance were more successful in down-regulating negative emotions than rumination. Further, among girls, no relations between the momentary use of ER strategies and depressive symptoms was found. Among boys, a negative relation between acceptance and depressive symptoms emerged. Results from this study suggest that there is a reciprocal relationship between the intensity of negative emotions and ER strategies and that gender differences may exist. Taken together, this study showed which ER strategies are used by a healthy adolescent sample, and these results are discussed with regard to their theoretical and practical importance.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 découle