Task-unrelated thought increases after consumption of COVID-19 and general news
Notice bibliographique
Résumé
Task-unrelated thoughts (TUTs) are frequent distractions from our everyday tasks, which can reduce productivity and safety during task performance. This necessitates the examination of factors that modulate TUT occurrence in daily life. One factor that has previously been implicated as a source of TUT is personally salient concerns. External factors such as news media serve as cues for these concerns, potentially increasing TUT occurrence. However, this has not been thoroughly examined in everyday life settings. We thus utilized Ecological Momentary Assessment to survey participants throughout the day for ten days, on their TUTs and news consumption in two separate studies. Study 1 focused on the impact of news related to the Coronavirus Disease (COVID-19) pandemic, as a common and global concern. We found that TUT occurrence was significantly predicted by COVID-19 news consumption, such that TUT occurrence increased with COVID-19 news consumption. To extend these findings, we implemented Study 2 using similar methods, but focusing on the consumption of news media in general. TUT occurrence was predicted by general news consumption, with an increase in reports of TUT following consumption of news media in general. We thus extended the association found between TUT and COVID-19-related news in Study 1, to any news topic in Study 2. We speculate that the increase in TUTs was due to heightened salience of current concerns, cued by the news. These findings highlight the importance of considering when we choose to consume news media and the value of examining contextual factors when studying TUTs in daily 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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».