MétaCan
Menu
Retour à la cohorte
Enregistrement W4283795050 · doi:10.1002/cb.2083

Positive behavioral change during the COVID‐19 crisis: The role of optimism and collective resilience

2022· article· en· W4283795050 sur OpenAlexafffund
Amélie Guèvremont, Caroline Boivin, Fabien Durif, Raoul Graf

Notice bibliographique

RevueJournal of Consumer Behaviour · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueOptimism, Hope, and Well-being
Établissements canadiensUniversité de SherbrookeUniversité du Québec à Montréal
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésOptimismPsychological resiliencePaceCoronavirus disease 2019 (COVID-19)PsychologyPandemicAntecedent (behavioral psychology)Social psychologyAnxietyPopulationSociologyMedicineGeographyDemography

Résumé

récupéré en direct d'OpenAlex

While the issue of behavioral change is of increasing interest to academics and practitioners, an understanding of its drivers remains limited. Consistent with the possibility that destabilizing events can trigger the implementation of beneficial changes in one's life, this research studies the COVID-19 pandemic and its influence on the adoption of positive habits. More specifically, it focuses on positive health and lifestyle-related behavioral changes observed within the confined population, as well as the antecedents of such changes. Two surveys conducted 1 month apart in an urban setting severely affected by the pandemic confirm the role of optimism toward the crisis as an antecedent to four changes: slowdown in pace of life, decluttering of personal space, reflection on consumption habits and adoption of healthy behaviors. Collective resilience, social support and anxiety are identified as determinants of optimism. Results suggest an evolution of certain relations including the increase of collective resilience effect on optimism over time.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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 seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,027
Tête enseignante GPT0,319
Écart entre enseignants0,292 · 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
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Consumer BehaviourMême sujetOptimism, Hope, and Well-beingTravaux en français237 207