The Political is Personal: The Costs of Daily Politics
Notice bibliographique
Résumé
Politics and its controversies have permeated everyday life, but the daily impact of politics on the general public is largely unknown. Here, we apply an affective science framework to understand how the public experiences daily politics. We used longitudinal, daily-diary methods to track two samples of U.S. participants as they experienced daily political events across two weeks (Study 1: N=198, observations=2,167) and three weeks (Study 2: N=811, observations=12,790) to explore how these events permeated people’s lives and how people coped with that influence. In both studies, daily political events consistently evoked negative emotions, which corresponded to worse psychological and physical well-being, but also increased motivation to t¬ake political action (e.g., volunteer, protest) aimed at changing the political system that evoked these emotions in the first place. Understandably, people frequently tried to regulate their politics-induced emotions; and regulating these emotions using effective cognitive strategies (reappraisal and distraction) predicted greater well-being, but also weaker motivation to take action. Although people can protect themselves from the emotional impact of politics, frequently-used regulation strategies appear to come with a trade-off between well-being and action. To examine whether an alternative approach to one’s emotions could avoid this trade-off, we measured emotional acceptance in Study 2 (i.e., accepting one’s emotions without trying to change them), which predicted greater daily well-being but no impairment to political action. Overall, this research highlights how politics can be a chronic stressor in people’s daily lives, underscoring the far-reaching influence politicians have beyond the formal powers endowed unto them.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».