GOAL ADJUSTMENT CAPACITIES DURING COVID-19: CONTEXT-DEPENDENT BENEFITS FOR EMOTIONAL WELL-BEING
Notice bibliographique
Résumé
Abstract Increased constraints and lost opportunities inherent in the COVID-19 pandemic can threaten important life goals and erode emotional well-being. Theories of lifespan development have identified goal adjustment capacities (goal disengagement and goal reengagement) as core self-regulatory resources that can buffer against declines in well-being. However, little is known about the pandemic-related contextual circumstances under which goal adjustment capacities may become more or less beneficial for well-being. Using longitudinal data from a nationally-representative sample of Americans across the adult lifespan (aged 18-80, n=286), we examined the consequences of goal adjustment capacities for emotional well-being under circumstances when individuals reported lower or higher constraints than normal in their lives. Specifically, multilevel models tested whether the influence of between-person differences in (Level 2) goal disengagement and goal reengagement on well-being were moderated by (Level 1) within-person fluctuations in perceived constraints. Analyses controlled for age, sex, education, and income. We observed cross-level Goal Reengagement x Perceived Constraints interactions for depressive symptoms, perceived stress, and positive affect (bs = -.11 to .07, ps < .05), but not negative affect. Results showed that the benefits of goal reengagement for depressive symptoms, perceived stress, and positive affect were pronounced on occasions when participants reported lower (vs. higher) than average perceived constraints in their lives. Findings point to the moderating role of pandemic-related contextual circumstances and suggest that goal reengagement may be most beneficial when individuals have fewer constraints than usual in their lives and may thus able to capitalize on opportunities to pursue new attainable goals.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».