UNINSTRUCTED PARTICIPANTS USE PAIN SCALES TO INDICATE SOCIAL DISTRESS
Notice bibliographique
Résumé
Background:In common usage, the term u201cpainu201d is often used to denote emotional distress. In recent years, this broader use of the term has also permeated the scientific literature, notably to describe the distress of social exclusion (u201csocial painu201d) (Eisenberger, 2015). This raises the possibility that individuals might use pain scales to reflect their current emotional state, creating ambiguity around self-reported pain in clinical and experimental settings. To examine this possibility, we elicited social distress and then asked participants to rate pain both with and without explicit instructions on what should be considered pain. Methods:Forty participants played a computerised ball-tossing game in a three-player social exclusion paradigm (cyberball). Participants initially received the ball twice, but were excluded on all subsequent trials. Following the trials, participants were asked to rate their pain and unpleasantness. To determine whether explicit instruction would alter pain rating behaviour, half the participants were given the IASP pain definition prior to making their ratings.Results:Despite receiving no nociceptive stimulation, participants rated the cyberball experience as painful, indicating that u201cpainu201d was being used to indicate a negative emotional state. This tendency was significantly reduced for individuals given the IASP definition prior to the cyberball trial (M=3.65 for uninstructed individuals, M=1.95 for instructed; t=2.18, p<0.01). Conclusion:These results indicate that participants will use pain scales to rate their emotional state, even in the absence of any nociceptive stimulation. This behaviour was significantly reduced
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) | 0,001 | 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».