MétaCan
Menu
Retour à la cohorte
Enregistrement W2793891720 · doi:10.1037/pag0000229

Age-related changes in older adults’ anger and sadness: The role of perceived control.

2018· article· en· W2793891720 sur OpenAlexfundno aff
Carsten Wrosch, Meaghan Barlow, Ute Kunzmann

Notice bibliographique

RevuePsychology and Aging · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueAging and Gerontology Research
Établissements canadiensnon disponible
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaCanadian Institutes of Health ResearchDeutsche Forschungsgemeinschaft
Mots-clésSadnessAngerPsychologyPsycINFODevelopmental psychologyClinical psychologyPerceptionMultilevel modelLongitudinal studyMEDLINEMedicine

Résumé

récupéré en direct d'OpenAlex

= 5.81). At each of six waves, participants' levels of sadness, anger, perceived control, and sociodemographic characteristics were assessed. Hierarchical linear modeling demonstrated that sadness, but not anger, linearly increased over time. These increases in sadness were evident only among older adults who reported low (but not high) levels of perceived control across the study period, and who experienced longitudinal declines (but not increases) in perceived control. In addition, nonlinear within-person reductions in perceived control predicted participants' sadness in the entire sample, but were associated with anger only in early, and not in advanced, old age. These findings support the discrete emotion theory of affective aging by documenting the distinctiveness of older adults' anger and sadness. These two negative emotions differ in terms of both age-related changes and predictive person-related perceptions of control. (PsycINFO Database Record

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)0,001
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 enseignants0,319
Score d'incertitude au seuil0,472

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,018
Tête enseignante GPT0,345
Écart entre enseignants0,327 · 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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsychology and AgingMême sujetAging and Gerontology ResearchTravaux en français237 207