MétaCan
Menu
Retour à la cohorte
Enregistrement W3000413758 · doi:10.5114/cipp.2020.91473

Why we put on the sorting hat: motivations to take fan personality tests

2019· article· en· W3000413758 sur OpenAlexaff
Steven Proudfoot, Courtney N. Plante, Stephen Reysen

Notice bibliographique

RevueCurrent Issues in Personality Psychology · 2019
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueMedia Influence and Health
Établissements canadiensBishop's University
Organismes subventionnairesnon disponible
Mots-clésPersonalityPsychologyEscapismSocial psychologyExtraversion and introversionBelongingnessTest (biology)FandomPersonality typeApplied psychologyBig Five personality traitsMedia studies

Résumé

récupéré en direct d'OpenAlex

Background There is little reason to believe that fan-related personality tests, which tell fans what type of person they are based on their fa-vorite fan content, are valid or reliable. Nevertheless, fan-related personality tests remain incredibly popular online. Participants and procedure Building upon existing fan research, the present study tests whether fans may have other motivations for taking such personality tests, drawing upon prior research by Wann. Self-identified fans (N = 425, Mage = 26.41, SD = 8.44) completed measures re-garding degree of identification with their fan interest, motivations to take fan quizzes, and frequency of taking fan personality quizzes. Results Highly-identified fans were found to more frequently take fan-related personality tests, an association significantly mediated by both self-esteem and escapism motivations, but not mediated by eustress, entertainment, belongingness, or family motivations. Conclusions The results suggest that highly identified fans participate in more fan personality quizzes to escape from the hassles of everyday life and increase positive self-worth. These results are discussed with respect to their theoretical relevance – both for research on personality testing and on fan activities – as well as for their practical implications.

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)0,004
score de la tête « metaresearch » (Gemma)0,016
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 enseignants0,008
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,002
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,181
Tête enseignante GPT0,419
Écart entre enseignants0,238 · 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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Issues in Personality PsychologyMême sujetMedia Influence and HealthTravaux en français237 207