MétaCan
Menu
Retour à la cohorte
Enregistrement W3132220665 · doi:10.1007/s12144-021-01409-z

Distal and proximal motivational processes related to flow experience: Investigating the role of implicit motives, affective and cognitive preferences, and perceived abilities

2021· article· en· W3132220665 sur OpenAlexaff
Anja Schiepe-Tiska, Kaspar Schattke, J. Seeliger, H. M. Kehr

Notice bibliographique

RevueCurrent Psychology · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueFlow Experience in Various Fields
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesEuropean Social FundGraduate School, Technische Universität MünchenTechnische Universität MünchenBundesministerium für Bildung und Forschung
Mots-clésPsychologyVolition (linguistics)Congruence (geometry)CognitionSocial psychologyCognitive psychologyMultilevel model

Résumé

récupéré en direct d'OpenAlex

Abstract One of the prominent questions in flow research is the investigation of conditions that need to be met so that people will get involved in an activity for the sheer sake of doing it. The present study examined the relationship between distal (i.e., implicit motives) and proximal (i.e., affective preferences, cognitive preferences, perceived abilities) motivational processes and flow experience based on assumptions of the compensatory model of motivation and volition. In order to arouse the implicit agentic motive, 63 participants worked on an online platform in an open innovation environment. Results showed that affective preferences mediated the effect of the implicit agentic motive on flow experience. Moreover, a hierarchical regression analysis with simple slope tests yielded that, at the proximal level, the congruence of affective preferences, cognitive preferences, and perceived abilities was associated with flow experience. The present research adds some new and essential ingredients to Csikszentmihalyis’ traditional conception of flow.

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)0,007
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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,027
Tête enseignante GPT0,353
Écart entre enseignants0,327 · 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

Citations9
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent PsychologyMême sujetFlow Experience in Various FieldsTravaux en français237 207