MétaCan
Menu
Retour à la cohorte
Enregistrement W3161232446 · doi:10.31234/osf.io/spm9a

From ego depletion to self-control fatigue: A review of criticisms along with new perspectives for the investigation and replication of a multicomponent phenomenon

2021· review· en· W3161232446 sur OpenAlexaff
Cyril Forestier, Margaux de Chanaleilles, Matthieu P. Boisgontier, Aïna Chalabaëv

Notice bibliographique

Revuenon disponible
Typereview
Langueen
DomainePsychology
ThématiqueMental Health Research Topics
Établissements canadiensBruyèreUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésEgo depletionId, ego and super-egoPsychologyReplication (statistics)PhenomenonSocial psychologyControl (management)Self-controlFalsifiabilityCognitive psychologyEpistemologyComputer scienceMedicineArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The replication crisis in psychology has led to question popular phenomena such as ego depletion, which has been criticized after studies failed to replicate. Here, we describe limitations in the literature that contributed to these failures and suggest how they may be addressed. At the theoretical level, the literature focuses on two out of at least eight identified auxiliary hypotheses. Thus, the majority of the hypotheses related to the three core assumptions of the ego-depletion theory have been overlooked, thereby preventing the rejection of the theory as a whole. At the experimental level, we argue that the low replicability of ego-depletion studies could be explained by the absence of a comprehensive, integrative, and falsifiable definition of self-control, which is central to the concept of ego depletion; by an unclear or absent distinction between ego depletion and mental fatigue, two phenomena that rely on different processes; and by the low validity of the tasks used to induce ego depletion. Finally, we make conceptual and methodological suggestions for a more rigorous investigation of ego depletion, discuss the necessity to take into account its dynamic and multicomponent nature, and suggest using the term self-control fatigue instead.

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)0,007
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Reproductibilité · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,993
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,014
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0060,007
Études des sciences et des technologies0,0010,005
Communication savante0,0030,005
Science ouverte0,0020,002
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,172
Tête enseignante GPT0,477
Écart entre enseignants0,305 · 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.

Devis d'étudeSans objet
DomaineReproductibilité
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMental Health Research TopicsTravaux en français237 207