MétaCan
Menu
Retour à la cohorte
Enregistrement W4308522627 · doi:10.1007/s11031-022-09980-z

You have to let go sometimes: advances in understanding goal disengagement

2022· article· en· W4308522627 sur OpenAlexaff
Cathleen Kappes, Kaspar Schattke

Notice bibliographique

RevueMotivation and Emotion · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueGrit, Self-Efficacy, and Motivation
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésDisengagement theoryConceptualizationPsychologyEmpirical researchGoal pursuitCognitive psychologySocial psychologyEpistemologyComputer science

Résumé

récupéré en direct d'OpenAlex

While research on tenacious goal pursuit and persistence has evoked a myriad of research efforts, research on goal disengagement has rather been neglected and has been focusing mainly on positive consequences of individual differences in goal disengagement capacities. In recent years, however, research on goal disengagement has seen an upsurge in studies, specifically addressing the conceptualization of goal disengagement, the processes involved, and factors facilitating or undermining it. However, many questions remain unanswered or only partly answered providing numerous opportunities for further investigation. With this special issue of Motivation and Emotion, we aim to stimulate such progress in research on goal disengagement. To this end, this special issue includes empirical studies with cross-sectional, prospective, longitudinal, and experimental designs with a wide range of personal and experimentally induced goals as well as invited commentaries from scholars across different psychological sub disciplines. In this introductory essay, we provide a brief review of the current state of goal disengagement research. We also provide an overview about the contributions to this special issue with reflections related to the current state of research and areas where further advancement in conceptualization and empirical studies is needed.

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)0,006
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,009
Communication savante0,0070,012
Science ouverte0,0010,004
Intégrité de la recherche0,0030,010
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,062
Tête enseignante GPT0,314
Écart entre enseignants0,252 · 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'étudeThéorique ou conceptuel
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

Citations19
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMotivation and EmotionMême sujetGrit, Self-Efficacy, and MotivationTravaux en français237 207