MétaCan
Menu
Retour à la cohorte
Enregistrement W3181527882 · doi:10.3389/fpsyg.2021.687623

Perceptions of Control Influence Feelings of Boredom

2021· article· en· W3181527882 sur OpenAlexafffund
Andriy A. Struk, Abigail A. Scholer, James Danckert

Notice bibliographique

RevueFrontiers in Psychology · 2021
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMind wandering and attention
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBoredomFeelingPsychologyControl (management)Perceived controlPerceptionSocial psychologySense of controlCognitive psychologyDevelopmental psychologyComputer science

Résumé

récupéré en direct d'OpenAlex

Conditions of low and high perceived control often lead to boredom, albeit for different reasons. Whereas, high perceived control may be experienced as boring because the situation lacks challenge, low perceived control may be experienced as boring because the situation precludes effective engagement. In two experiments we test this proposed quadratic relationship. In the first experiment we had participants play different versions of the children's game “rock-paper-scissors” in which they arbitrarily won (intended to maximize feelings of control) or lost (to induce feelings of low control). Despite having only dichotomous conditions, participants reported experiencing a broad range of levels of perceived control. Consistent with our predictions, boredom was highest at low and high levels of perceived control (i.e., a quadratic relation between perceived control and felt boredom). Experiment 2 tested the notion that the mere prospect of gaining control may mitigate boredom. Participants given to believe (erroneously) that they could gain control over the game of rock, paper, scissors were less bored than those who believed there was no possibility of winning at greater than chance levels. This suggests that beliefs concerning prospective control, rather than a given level of perceived control per se , may predict engagement and boredom.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,646
Score d'incertitude au seuil0,240

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,015
Tête enseignante GPT0,301
Écart entre enseignants0,286 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations35
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in PsychologyMême sujetMind wandering and attentionTravaux en français237 207