MétaCan
Menu
Retour à la cohorte
Enregistrement W3092098770 · doi:10.1111/cogs.12908

What Does “Mind‐Wandering” Mean to the Folk? An Empirical Investigation

2020· article· en· W3092098770 sur OpenAlexfundno aff
Zachary C. Irving, Aaron Glasser, Alison Gopnik, Verity Pinter, Chandra Sripada

Notice bibliographique

RevueCognitive Science · 2020
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMind wandering and attention
Établissements canadiensnon disponible
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaUniversity of MichiganJohn Templeton Foundation
Mots-clésMind-wanderingPsychologyRuminationCognitive psychologyTheory of mindFolk psychologyCognitionCognitive science

Résumé

récupéré en direct d'OpenAlex

Although mind-wandering research is rapidly progressing, stark disagreements are emerging about what the term "mind-wandering" means. Four prominent views define mind-wandering as (a) task-unrelated thought, (b) stimulus-independent thought, (c) unintentional thought, or (d) dynamically unguided thought. Although theorists claim to capture the ordinary understanding of mind-wandering, no systematic studies have assessed these claims. Two large factorial studies present participants (N = 545) with vignettes that describe someone's thoughts and ask whether her mind was wandering, while systematically manipulating features relevant to the four major accounts of mind-wandering. Dynamics explains between four and 40 times more variance in participants' mind-wandering judgments than other features. Our third study (N = 153) tests and supports a unique prediction of the dynamic framework-obsessive rumination contrasts with mind-wandering. Our final study (N = 277) used vignettes that resemble mind-wandering experiments. Dynamics had significant and large effects, while task-unrelatedness was nonsignificant. These results strongly suggest that the central feature of mind-wandering is its dynamics.

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)0,010
score de la tête « metaresearch » (Gemma)0,092
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 enseignants0,010
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,092
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,005
Communication savante0,0030,004
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
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 Opus0,138
Tête enseignante GPT0,356
Écart entre enseignants0,218 · 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

Citations19
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCognitive ScienceMême sujetMind wandering and attentionTravaux en français237 207