MétaCan
Menu
Retour à la cohorte
Enregistrement W2943531299 · doi:10.1177/0146167219843933

Self-Expression While Drinking Alcohol: Alcohol Influences Personality Expression During First Impressions

2019· article· en· W2943531299 sur OpenAlexfundno aff
Edward Orehek, Lauren J. Human, Michael A. Sayette, John D. Dimoff, Rachel Winograd, Kenneth J. Sher

Notice bibliographique

RevuePersonality and Social Psychology Bulletin · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueBehavioral Health and Interventions
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute on Alcohol Abuse and AlcoholismCanada Research Chairs
Mots-clésAlcoholPersonalityPsychologyAlcohol consumptionExpression (computer science)Interpersonal communicationSocial psychologyPlaceboDevelopmental psychologyClinical psychologyMedicineComputer scienceChemistry

Résumé

récupéré en direct d'OpenAlex

People are motivated to be perceived both positively and accurately and, therefore, approach social settings and adopt means that allow them to reach these goals. We investigated whether alcohol consumption helps or hinders the positivity and accuracy of social impressions using a thin-slicing paradigm to better understand the effects of alcohol in social settings and the influence of alcohol on self-expression. These possibilities were tested in a sample of 720 participants randomly assigned to consume an alcohol, placebo, or control beverage while engaged in conversation in three-person groups. We found support for the hypothesis that alcohol (compared with placebo or control) increased the positivity of observers' personality expression, but did not find support for the hypothesis that alcohol increased the accuracy of personality expression. These findings contribute to our understanding of the social consequences of alcohol consumption, shedding new light on the interpersonal benefits that alcohol can foster.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,069
Tête enseignante GPT0,392
Écart entre enseignants0,322 · 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

Citations6
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePersonality and Social Psychology BulletinMême sujetBehavioral Health and InterventionsTravaux en français237 207