MétaCan
Menu
Retour à la cohorte
Enregistrement W3031766077 · doi:10.36315/2019inpact008

WHY ARE SOME PEOPLE OPTIMISTIC WHILE OTHERS ARE NOT?

2019· article· en· W3031766077 sur OpenAlexaff
Lilly Both

Notice bibliographique

RevuePsychological Applications and Trends 2019 · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueOptimism, Hope, and Well-being
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésOptimismPessimismPsychologyExtraversion and introversionNeuroticismConscientiousnessPersonalityCoping (psychology)AgreeablenessBig Five personality traitsSocial psychologyDevelopmental psychologySituational ethicsClinical psychology

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to examine factors that predict optimism and pessimism.Optimism, or positive bias, is the belief that undesirable events are more likely to happen to other people, than to oneself.Pessimism, on the other hand, is the belief that negative life events are more likely to happen to oneself.Although pessimism and optimism are inversely related, they are not opposite ends of the same continuum and should be measured separately.In this study, both dispositional traits (personality) and situational influences (coping styles) were examined in relation to optimism and pessimism.The sample consisted of 178 individuals (M age = 23.00;SD = 6.27; range = 19-50 years; 79% women) who completed an online survey.Participants completed the BFI-2 to assess personality, the Ways of Coping Scale to determine coping styles, and the Future Events Scales to measure optimism and pessimism.The results found a moderate negative correlation between optimism and pessimism, suggesting that although these constructs are related, they are still distinct.A hierarchical multiple regression analysis was conducted using optimism as the criterion variable.The overall model was statistically significant and accounted for 42% of the variance in optimism scores.Significant predictors were lower scores on negative emotionality (neuroticism), and higher scores on extraversion, agreeableness and conscientiousness.As well, problem-focused coping made a unique contribution.Thus, optimists are emotionally stable individuals who are outgoing and sociable, easy to get along with, and responsible.They also are more likely to cope with a stressor by dealing directly with it.A second hierarchical multiple regression analysis was conducted using pessimism as the criterion variable, and again, the overall model was statistically significant, with 36% of the variance accounted for.However, a different pattern emerged with respect to the predictors.In this case, pessimism was predicted by age (being older), gender (being female), and higher negative emotionality (neuroticism) scores.Also, higher scores on emotion-focused coping contributed to the model.Pessimists, therefore, tend to be older and have more life experiences under their belts.They also tend to be women who are more anxious and depressed, and tend to put off dealing with stressors, which may not diffuse the situation.Taken together, these results suggest that our perceptionswhether we have a positive or negative biasare influenced by both dispositional factors (like personality) and situation influences (like coping).

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)0,002
score de la tête « metaresearch » (Gemma)0,008
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 seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,022
Tête enseignante GPT0,307
Écart entre enseignants0,285 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsychological Applications and Trends 2019Même sujetOptimism, Hope, and Well-beingTravaux en français237 207