MétaCan
Menu
Retour à la cohorte
Enregistrement W4242446313 · doi:10.31234/osf.io/xd5b7

Some goals just feel easier: Self-concordance leads to goal progress through subjective ease, not effort

2017· preprint· en· W4242446313 sur OpenAlexaff
Kaitlyn M. Werner, Marina Milyavskaya, Emily Foxen‐Craft, Richard Koestner

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineBusiness, Management and Accounting
ThématiqueJob Satisfaction and Organizational Behavior
Établissements canadiensCarleton UniversityMcGill University
Organismes subventionnairesnon disponible
Mots-clésGoal pursuitPsychologyGoal settingGoal orientationConcordanceRelation (database)Social psychologyApplied psychologyUsabilityComputer scienceHuman–computer interaction

Résumé

récupéré en direct d'OpenAlex

The objective of the present study was to examine whether subjective ease of goal pursuit would mediate the relation between an individual’s motivation for pursuing a goal and their subsequent goal progress. Toward the beginning of a university semester, participants (n=176) identified three goals they planned to pursue throughout the semester and reported their motivation for pursuing each of them. Participants then indicated, at two monthly follow-ups, how easy and natural it felt to pursue these goals and how much effort they were putting into attaining them. At the end of the semester, participants reported on their goal progress. Within-person analyses indicated that self-concordant goals were perceived as being easier to pursue relative to an individual’s other goals. Using multilevel structural equation modelling, results indicated that subjective ease, but not effort, mediated the relation between motivation and goal progress, such that people were more likely to successfully accomplish self-concordant goals because pursuing those goals was perceived as being more effortless, and not because more effort was exerted. Discussion focuses on the implications and future directions for research on subjective effort and goal pursuit.

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)0,017
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 seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,028
Tête enseignante GPT0,295
Écart entre enseignants0,267 · 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

Citations17
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetJob Satisfaction and Organizational BehaviorTravaux en français237 207