MétaCan
Menu
Retour à la cohorte
Enregistrement W4295900071 · doi:10.1037/emo0001149

Age differences in hedonic adaptation to societal restrictions? Positive and negative affect trajectories during the first wave of the COVID-19 pandemic in 33 nations.

2022· article· en· W4295900071 sur OpenAlexfundno aff
Anne Margit Reitsema, Bertus F. Jeronimus, Elisabeth H. Bos, Peter de Jonge, N. Pontus Leander

Notice bibliographique

RevueEmotion · 2022
Typearticle
Langueen
DomainePsychology
ThématiquePsychological Well-being and Life Satisfaction
Établissements canadiensnon disponible
Organismes subventionnairesEuropean Regional Development FundYork UniversityNederlandse Organisatie voor Wetenschappelijk OnderzoekNew York University Abu DhabiRijksuniversiteit GroningenInstituto de Salud Carlos III
Mots-clésAffect (linguistics)ArousalPsychologyCoronavirus disease 2019 (COVID-19)PandemicDemographyYoung adultDevelopmental psychologySocial psychologyMedicineDiseaseSociology

Résumé

récupéré en direct d'OpenAlex

= .35 vs. .14 p/month). These hedonic adaptation trajectories were largely similar across age groups. Nevertheless, up to 30% of the participants increased in NA and up to 6% decreased in PA, against the general trend, demonstrating substantial individual differences in emotional adaptation. Finally, heterogeneity in the effects of time on affect was larger on the individual level than the country level. Emotional recovery trajectories during the first lockdown in the COVID-19 pandemic were virtually similar across age groups in 33 countries, across valence and arousal levels, suggesting age advantages in emotional well-being remain restricted to mean-level differences rather than emotion dynamics. (PsycInfo Database Record (c) 2023 APA, all rights reserved).

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 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 enseignants0,144
Score d'incertitude au seuil0,469

Scores Codex et Gemma par catégorie

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

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 Opus0,059
Tête enseignante GPT0,321
Écart entre enseignants0,262 · 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.

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

Citations15
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEmotionMême sujetPsychological Well-being and Life SatisfactionTravaux en français237 207