MétaCan
Menu
Retour à la cohorte
Enregistrement W4253785576 · doi:10.31234/osf.io/dpjye

Integrating Models of Self-Regulation

2020· preprint· en· W4253785576 sur OpenAlexaff
Michael Inzlicht, Kaitlyn M. Werner, Julia L. Briskin, Brent W. Roberts

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomainePsychology
ThématiqueMental Health Research Topics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCognitionPersonalityPsychologyOrder (exchange)Cognitive scienceKey (lock)Convergence (economics)Cognitive psychologyComputer scienceSocial psychologyNeuroscience

Résumé

récupéré en direct d'OpenAlex

Self-regulation is a core aspect of human functioning that helps facilitate the successful pursuit of personal goals. There has been a proliferation of theories and models describing different aspects of self-regulation both within and outside of psychology. All of these models provide insights about self-regulation, but sometimes talk past each other, make only shallow contributions, or make contributions that are under-appreciated by scholars working in adjacent areas. The purpose of this article is to integrate across the many different models in order to refine the vast literature on self-regulation. To achieve this objective, we first review some of the more prominent models of self-regulation coming from social psychology, personality psychology, and cognitive neuroscience. We then integrate across these models based on four key elements—level of analysis, conflict, emotion, and cognitive functioning—specifically identifying points of convergence, but also points of insufficient emphasis. We close with prescriptions for future research.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,908
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,228
Tête enseignante GPT0,479
Écart entre enseignants0,251 · 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'étudeThéorique ou conceptuel
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

Citations87
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMental Health Research TopicsTravaux en français237 207