MétaCan
Menu
Retour à la cohorte
Enregistrement W3196574562 · doi:10.3389/fpsyg.2021.646843

Tragic Optimism as a Buffer Against COVID-19 Suffering and the Psychometric Properties of a Brief Version of the Life Attitudes Scale

2021· article· en· W3196574562 sur OpenAlexaff
Mega M. Leung, Gökmen Arslan, Paul T. P. Wong

Notice bibliographique

RevueFrontiers in Psychology · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueOptimism, Hope, and Well-being
Établissements canadiensTrent University
Organismes subventionnairesnon disponible
Mots-clésOptimismPsychologyLife satisfactionFaithScale (ratio)Positive psychologyCourageCoronavirus disease 2019 (COVID-19)Social psychologyConstruct (python library)ReligiosityClinical psychologyDiseaseMedicine

Résumé

récupéré en direct d'OpenAlex

The Life Attitudes Scale (LAS) was designed to measure tragic optimism (TO)-a distinct type of optimism that could generate hopeless hope even in dire situations according to existential positive psychology (PP 2.0). This study explains why only a faith-based TO could serve as a buffer against suffering at the Nazi death camps as well as the global coronavirus disease 2019 (COVID-19) pandemic. In study 1, the results showed that the factorial structure of a 15-item LAS-Brief (LAS-B), which is a short measure of TO, replicated the original structure of the 32-item long version. The five factors (i.e., affirmation, acceptance, courage, faith, and self-transcendence) provided a good data model fit statistics for LAS-B; the measure had adequate-to-strong internal and latent construct reliability estimates. In study 2, the buffering effect of TO on the association between suffering experiences during COVID-19 and life satisfaction in adults was examined. The results of the studies were consistent with our hypothesis that TO as measured by LAS-B serves as a buffer against the impact of COVID-19 suffering on life satisfaction.

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)0,003
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,022
Tête enseignante GPT0,299
Écart entre enseignants0,276 · 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.

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

Citations18
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in PsychologyMême sujetOptimism, Hope, and Well-beingTravaux en français237 207