Does the future look bright? Processing style determines the impact of valence weighting biases and self-beliefs on expectations
Notice bibliographique
Résumé
People regularly form expectations about their future, and whether those expectations are positive or negative can have important consequences. So, what determines the valence of people’s expectations? Research seeking to answer this question by using an individual-differences approach has established that trait biases in optimistic/pessimistic self-beliefs and, more recently, trait biases in behavioral tendencies to weight one’s past positive versus negative experiences more heavily each predict the valence of people’s typical expectations. However, these two biases do not correlate, suggesting limits on a purely individual-differences approach to predicting people’s expectations. We hypothesize that, because these two biases appear to operate via distinct processes (with self-beliefs operating top-down and valence weighting bias operating bottom-up), to predict a person’s expectations on a given occasion, it is also critical to consider situational factors influencing processing style. To test this hypothesis, we investigated how an integral part of future thinking that influences processing style—mental imagery—determines each bias’s influence. Two experiments measured valence weighting biases and optimistic/pessimistic self-beliefs, then manipulated whether participants formed expectations using their own first-person visual perspective (which facilitates bottom-up processes) or an external third-person visual perspective (which facilitates top-down processes). Expectations corresponded more with valence weighting biases from the first-person (vs. third-person) but more with self-beliefs from the third-person (vs. first-person). Two additional experiments manipulated valence weighting bias, demonstrating its causal role in shaping expectations (and behaviors) with first-person, but not third-person, imagery. These results suggest the two biases operate via distinct processes, holding implications for interventions to increase optimism. (PsycINFO Database Record (c) 2019 APA, all rights reserved)
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».