Smiling won't necessarily make you feel better: Response-focused emotion regulation strategies have little impact on cognitive, behavioural, physiological, and subjective outcomes
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Response-focused emotion regulation (RF-ER) strategies may alter people's evoked emotions, influencing intrapersonal outcomes. Researchers have found that participants engaging in expressive suppression (ES; a RF-ER strategy) experience increased sympathetic nervous system arousal, affect, and lowered memory accuracy. It is unclear, however, whether all RF-ER strategies exert maladaptive effects. Expressive dissonance (ED; displaying an expression opposite from how one feels) is a RF-ER strategy, and likely considered "maladaptive". As outlined by the facial feedback hypothesis, however, smiling may increase positive emotion, suggesting it may be an adaptive strategy. We compared the effects of ED and ES to a control condition on psychophysiology, memory, and affect, to assess whether ED is an adaptive RF-ER strategy, relative to ES, in response to negative stimuli. We recruited women only to account for known gender-based differences in emotion regulation. METHODS: We randomly assigned 144 women-identifying participants to engage in ED, ES, or to naturally observe, while viewing negative and arousing images. We recorded electrodermal activity and self-reported affect throughout and participants completed memory tasks after the picture task. RESULTS: We ran a series of repeated measures and one-way ANOVAs and found no differences between groups across outcomes. LIMITATIONS: The generalizability of our findings may be limited to young, undergraduate women. CONCLUSION: Engaging in ES or ED may not differentially impact outcomes among young, undergraduate women, shedding doubt on a conclusion in past literature that specific strategies are categorically adaptive or maladaptive. Future research exploring RF-ER strategies among diverse populations is warranted.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,008 | 0,001 |
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.
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 ».