MétaCan
Menu
Retour à la cohorte
Enregistrement W2808473588 · doi:10.1037/pag0000260

Age-related differences in mind-wandering in daily life.

2018· article· en· W2808473588 sur OpenAlexaff
David Maillet, Roger E. Beaty, Megan L. Jordano, Dayna R. Touron, Areeba Adnan, Paul J. Silvia, Thomas R. Kwapil, Gary R. Turner, R. Nathan Spreng, Michael J. Kane

Notice bibliographique

RevuePsychology and Aging · 2018
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMind wandering and attention
Établissements canadiensMcGill UniversityYork UniversityUniversity of Toronto
Organismes subventionnairesJohn Templeton Foundation
Mots-clésMind-wanderingPsycINFOExperience sampling methodPsychologyYoung adultAffect (linguistics)Developmental psychologyCognitionMEDLINEPsychiatrySocial psychology

Résumé

récupéré en direct d'OpenAlex

In recent years, several laboratory studies have indicated that healthy older adults exhibit a reduction in mind-wandering frequency compared with young adults. However, it is unclear if these findings extend to daily life settings. In the current study, using experience sampling over the course of a week in the daily life of 31 young and 20 older adults, we assessed age-related differences in: (a) mind-wandering frequency, (b) the relationship between affect and mind-wandering frequency, and (c) content of mind wandering. Older adults mind wandered less than young adults in daily life. Across age groups, negative affect was positively associated with mind-wandering occurrence. Finally, older adults reported that their thoughts were more pleasant, interesting, and clear compared with young adults, who had thoughts that were more dreamlike, novel, strange, and racing. Our results provide the first demonstration using thought sampling that older adults exhibit a reduction in mind-wandering frequency in daily life. Implications for current theories of age-related reductions in mind-wandering frequency are discussed. (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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,065
Tête enseignante GPT0,325
Écart entre enseignants0,261 · 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 source (Gemma direct ou Codex distillé), 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

Citations86
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsychology and AgingMême sujetMind wandering and attentionTravaux en français237 207