Personality traits and reading habits that predict absorbed narrative fiction reading.
Notice bibliographique
Résumé
Even though the experience of narrative absorption has been studied extensively in recent years, relatively little is known about the personality traits of readers who regularly become absorbed while reading narrative fiction. The present study investigated which personality traits predict absorbed reading, with particular attention to the components of the Tellegen Absorption Scale (TAS; Tellegen & Atkinson, 1974) that do so. In an online survey study, introductory psychology students (N = 264) described their most memorable reading experience from the last year and elaborated on that experience by completing the Story World Absorption Scale (Kuijpers, Hakemulder, Tan, & Doicaru, 2014) and the Absorption-like States Questionnaire (Kuiken & Douglas, 2017). In addition, they were asked to complete several personality questionnaires (the TAS; Need for Cognition, Cacioppo, & Petty, 1982; Openness to Experience, DeYoung, Quilty, & Peterson, 2007; Emotional Coping, Stanton, Kirk, Cameron & Danoff-Burg, 2000) and to answer questions about their reading habits. The results indicate that (1) the chosen personality measures reflect closely related but distinct aspects of “global openness to experience,” (2) the effects of personality traits on absorbed reading are generally mediated by reading habits, and (3) sustained concentration and attentional flexibility are generic aspects of several absorption-like states predicted by trait measures of openness to experience. (PsycINFO Database Record (c) 2019 APA, all rights reserved)
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 | 0,000 | 0,004 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».