MétaCan
Menu
Retour à la cohorte
Enregistrement W4300097579 · doi:10.26443/msurj.v3i1.131

Food temptations spontaneously elicit compensatory beliefs in dieters

2008· article· en· W4300097579 sur OpenAlexaffabout
Eva Monson, Bärbel Knaüper, Ilana Knonick

Notice bibliographique

RevueMcGill Science Undergraduate Research Journal · 2008
Typearticle
Langueen
DomainePsychology
ThématiqueBehavioral Health and Interventions
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésTemptationDietingPsychologySelf-controlSocial psychologyContext (archaeology)Developmental psychologyWeight lossObesityMedicineEndocrinologyBiology

Résumé

récupéré en direct d'OpenAlex

Through various self-regulatory strategies, individuals attempt to strike a balance between the satisfaction of immediate desires and fulfillment of long term goals. One such strategy is described by the compensatory beliefs model, which suggests that individuals rationalize their surrender to an immediate desire or temptation. This model is indirectly supported by earlier studies where compensatory beliefs were induced by the experimental context. The current pilot study examines whether compensatory beliefs can be self-initiated i.e. are spontaneously generated as a response to temptation. We recruited ten female McGill students currently on a weight loss diet and assigned them randomly to a temptation and a control group. We presented all participants with a choice between two identical cookies, differently described for the temptation and control groups: for the temptation condition one cookie was labeled as high in fat and sugar and the other as low in fat and sugar while for the control condition both cookies were labeled as low in fat and sugar. Participants listed compensatory thoughts in both a closed and an open response format. Our pilot data show that dieters indeed spontaneously generate compensatory beliefs in response to temptation. Compensatory beliefs should be considered a factor in unsuccessful self-regulation and more specifically in failed dieting attempts.

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 seuil0,011

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 technologies0,0000,000
Communication savante0,0010,000
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 Opus0,222
Tête enseignante GPT0,465
Écart entre enseignants0,243 · 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

Citations6
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMcGill Science Undergraduate Research JournalMême sujetBehavioral Health and InterventionsTravaux en français237 207