Wise reasoning benefits from emodiversity, irrespective of emotional intensity.
Notice bibliographique
Résumé
(see record 2019-25114-002). In the original article, all references to Study 6 in the text and Table 5 should be omitted. The resulting corrections are included in the erratum. All versions of this article have been corrected.] The role of emotions in wise reasoning is not well understood. On the one hand, work on emotional regulation suggests that downregulating intense emotions may lead to wiser reasoning. On the other hand, emerging work suggests that recognizing and balancing emotions provides critical insights into life experiences, suggesting an alternative path to wiser reasoning. We present a series of observational, diary, and experimental studies (N = 3,678 participants) addressing these possibilities, examining how wisdom-related characteristics of reasoning-epistemic humility, recognition of a world in flux, self-transcendence, recognition of diverse perspectives on an issue, and search for integration of diverse perspectives/compromise-relate to emotional intensity and to emodiversity (i.e., emotional richness and evenness) in a given situation. Across 5 studies, testing wisdom nominees and examining individual differences and manipulated wise reasoning, wisdom-related characteristics appeared in conjunction with emodiversity, independent of downregulated emotional intensity. The positive association between emodiversity and wisdom-related characteristics occurred consistently for daily challenges, unresolved interpersonal conflicts, as well as political conflicts. The relationship between emotional intensity and wisdom-related characteristics was less systematic, with some studies showing a positive (rather than negative) association between emotional intensity and wisdom. Together, these results demonstrate that wise reasoning does not necessarily require uniform emotional downregulation. Instead, wise reasoning can also benefit from a rich and balanced emotional life. (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 | 0,001 | 0,009 |
| 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 | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,074 | 0,011 |
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 ».