MétaCan
Menu
Retour à la cohorte
Enregistrement W4308684494 · doi:10.1037/xge0001320

Do humans prefer cognitive effort over doing nothing?

2022· review· en· W4308684494 sur OpenAlexaff
Raymond Wu, Amanda M Ferguson, Michael Inzlicht

Notice bibliographique

RevueJournal of Experimental Psychology General · 2022
Typereview
Langueen
DomaineNeuroscience
ThématiqueMind wandering and attention
Établissements canadiensUniversity of TorontoUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésNothingTask (project management)Stroop effectPsycINFOPsychologyCognitionSymbol (formal)Cognitive psychologySocial psychologyComputer scienceMEDLINE

Résumé

récupéré en direct d'OpenAlex

Humans and other animals find mental (and physical) effort aversive and have the fundamental drive to avoid it. However, doing nothing is also aversive. Here, we ask whether people choose to avoid effort when the alternative is to do nothing at all. Across 12 studies, participants completed variants of the demand selection task, in which they repeatedly selected between a cognitively effortful task (e.g., simple addition, Stroop task, and symbol-counting task) and a task that required no effort (e.g., doing nothing, watching the computer complete the Stroop, and symbol-viewing). We then tabulated people's choices. Across our studies and an internal meta-analysis, we found little evidence that people choose to avoid effort (and hints that people sometimes prefer effort) when the alternative was doing nothing. Our findings suggest that doing nothing can be just as costly-if not more costly-than exerting effort. (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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,976
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,163
Tête enseignante GPT0,460
Écart entre enseignants0,296 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations57
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Experimental Psychology GeneralMême sujetMind wandering and attentionTravaux en français237 207