Perceived control and reactivity to acute stressors: Variations by age, race and facets of control
Notice bibliographique
Résumé
Abstract Greater perceived control is associated with better health and well‐being outcomes, possibly through more adaptive stress processes. Yet little research has examined whether facets of perceived control (personal mastery and perceived constraints) predict psychological and physiological stress reactivity. The present study evaluated the associations of personal mastery and perceived constraints with changes in subjective stress and cortisol in response to acute laboratory stressors, with age and race as potential moderators. In the Midlife in the United States Refresher Study ( N = 633 adults aged 25–75), participants completed a baseline perceived control measure and were subsequently recruited to participate in the laboratory stress protocol. The protocol consisted of completing two mental stress tasks (mental arithmetic and Stroop) as well as providing saliva samples and subjective stress ratings. Race moderated the association between perceived constraints and subjective stress reactivity, such that higher constraints predicted greater subjective stress responses in White participants, but no association was observed in Black participants. Higher personal mastery and perceived constraints each predicted greater increases in cortisol in response to the stress tasks (AUC i ) among younger but not older adults. These findings suggest that older adults were buffered against the association between facets of control and cortisol stress reactivity. Discussion on potential racial differences in the link between constraints and stress reactivity are elaborated further, as well as considerations for future work to distinguish between facets of control and examine age and racial differences.
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 | 0,000 | 0,000 |
| 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 ».