A tale of two emotions: The diverging salience and health consequences of calmness and excitement in old age.
Notice bibliographique
Résumé
Although the benefits of positive affect in old age have been well established, little is known about the late-life salience or adaptive value of discrete positive emotions that have contrasting motivational functions. In two studies, we examined the prevalence and health consequences of individual differences in positive emotions posited to motivate a present-focused mindset that fosters rest and recovery (calmness) or a future-focused mindset that motivates pursuit of novelty and stimulation (excitement). Study 1 was based on a 1-week daily diary study (n = 146) that assessed the salience of these discrete emotions in older adults (M age = 75, SD = 6.82) relative to younger adults (M age = 23, SD = 3.91). Results from multilevel models showed that older adults experienced higher average levels of calmness and lower levels of excitement in comparison to younger adults. Study 2 was based on a 10-year study (n = 336, M age = 75, SD = 6.64) and examined the longitudinal health consequences of individual differences in calmness and excitement for older adults who perceived varying levels of control over their life circumstances. Results from multilevel growth models showed that calmness, but not excitement, buffered against longitudinal declines in psychological well-being (perceived stress, depressive symptoms) and physical health (physical symptoms, chronic conditions) for older adults experiencing low control circumstances. Findings inform theories of emotional aging in showing that positive emotions with disparate motivational functions become more or less salient with age and have diverging consequences for health in late life. (PsycInfo Database Record (c) 2021 APA, all rights reserved).
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 | 0,001 | 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 | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».