MétaCan
Menu
Retour à la cohorte
Enregistrement W4251591131 · doi:10.31234/osf.io/ygz37

Interest consistency can buffer the effect of COVID-19 fear on psychological distress

2020· preprint· en· W4251591131 sur OpenAlexaff
Akihiro Masuyama, Takahiro Kubo, Daichi Sugawara, Yuta Chishima

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomainePsychology
ThématiqueGrit, Self-Efficacy, and Motivation
Établissements canadiensUniversity of WaterlooWilfrid Laurier University
Organismes subventionnairesUniversity of Tsukuba
Mots-clésContext (archaeology)GritPsychologyDistressAnxietyPsychological distressClinical psychologyCoronavirus disease 2019 (COVID-19)DASSMental healthScale (ratio)Consistency (knowledge bases)Social psychologyPsychiatryMedicineDisease

Résumé

récupéré en direct d'OpenAlex

In the context of a recent outbreak of the coronavirus disease (COVID-19), the present study investigated the buffering effect of grit on the relationship between fear of COVID-19 and psychological distress. The data were collected from 224 Japanese participants (98 females; mean age = 46.56, SD = 13.41) in July 2020. The measures used in this study included the Fear of COVID-19 Scale (FCV-19S), Short Grit Scale, and Depression, Anxiety, and Stress Scale 21 (DASS). The results of mediation analyses revealed significant indirect effects of consistency of interest, a major component of grit, on psychological distress; we also found non-significant indirect effects of perseverance of effort, another major component of grit, on psychological distress. These results suggest that consistency of interest buffers the psychological distress induced by fear of COVID-19. Based on these results, it can be concluded that individuals with higher consistency of interest are less likely to experience worsening of their mental health, even if they experience fear of COVID-19 during the pandemic.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,844
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,102
Tête enseignante GPT0,395
Écart entre enseignants0,293 · 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 tête enseignante, pas un consensus.

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

Citations4
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGrit, Self-Efficacy, and MotivationTravaux en français237 207