Do people avoid mental effort after facing a highly demanding task?
Notice bibliographique
Résumé
Ego depletion effects are usually examined in a sequential task paradigm in which exerting mental effort in a first task is thought to affect performance on a subsequent self-control task. A so-called ego depletion effect is observed if performance on the second task is impaired for the high demand relative to the low demand group. The present studies take a different approach. Instead of measuring performance in the second task that is equally difficult for all participants, the present studies investigated effects of effortful exertion on the choice to willingly exert effort on a subsequent task. Three pre-registered studies investigated if participants select less effort demanding math problems for upcoming tasks compared to a control group after exerting mental effort in an initial task. Results were mixed. Study 1 (N = 86) revealed no significant effect of mental effort exertion on mean choice difficulty. In Study 2 (N = 269), the expected effect emerged in an exploratory analysis when controlling for math self-assessment, which was robustly associated with the choice measure. Study 3 (N = 330) descriptively, albeit non-significantly replicated this result. An internal random-effects meta-analysis revealed a small overall effect of g = 0.18 when accounting for math self-assessment, albeit with large heterogeneity. Exploratory analyses point to the importance of the subjective experience of mental effort in effort-selection paradigms. We discuss the implications of the small overall effect size for future research and the possibility to examine effort choice in everyday life.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,007 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».