MétaCan
Menu
Retour à la cohorte
Enregistrement W4231513739 · doi:10.31234/osf.io/xcnfk

Development of a Within-Subject, Repeated-Measures Ego Depletion Paradigm: Inconsistent Results and Future Recommendations

2018· preprint· en· W4231513739 sur OpenAlexaff
Zoë Francis, Marina Milyavskaya, Hause Lin, Michael Inzlicht

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomainePsychology
ThématiqueBehavioral Health and Interventions
Établissements canadiensCarleton UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésEgo depletionMoodPsychologyAffect (linguistics)Repeated measures designSubject (documents)Cognitive psychologySocial psychologySelf-controlComputer scienceStatisticsMathematicsCommunication

Résumé

récupéré en direct d'OpenAlex

The ego-depletion effect is currently under scrutiny for low replicability, possibly reflecting the limited statistical power available in between-subject designs. In response, we created a within-subject, repeated-measures ego-depletion paradigm that repeatedly alternated depletion and recovery manipulations. Each manipulation was followed by measuring subjective fatigue, mood, and self-control performance. Across twelve studies (N = 754), participants reliably reported having less energy and lower mood after depleting manipulations compared to after recovery manipulations. Depletion manipulations did not consistently affect behavioral self-control, although the small effect was meta-analytically significant (d = .045). Furthermore, unintended fatigue and practice effects occurred over the course of the paradigm, systematically interfering with the intended depletion effects. We recommend that depletion research take advantage of within-subject designs without using repeated-measures.

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)0,361
score de la tête « metaresearch » (Gemma)0,462
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,639
Score d'incertitude au seuil0,788

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,3610,462
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0060,004
Bibliométrie0,0020,003
Études des sciences et des technologies0,0020,005
Communication savante0,0050,008
Science ouverte0,0080,002
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,099
Tête enseignante GPT0,387
Écart entre enseignants0,287 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeExpérimental (laboratoire)
DomaineMéthodes
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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetBehavioral Health and InterventionsTravaux en français237 207