A longitudinal approach to understanding boredom during pandemics: The predictive roles of trauma and emotion dysregulation
Notice bibliographique
Résumé
Research during the COVID-19 pandemic and prior outbreaks suggest that boredom is linked to poor compliance with critical lifesaving social distancing and quarantine guidelines, as well as to numerous mental health difficulties. As such, continued understanding on what contributes to boredom is imperative. Extending beyond the roles of constraint, monotony, and trait dispositions (e.g., individual differences in boredom propensity), and informed by prior theories on the emotional contributors of boredom, the current longitudinal study examined the predictive role of “pandemic trauma” on people’s boredom, with a focus on how emotion dysregulation mediates this relationship. Community participants (N = 345) completed questionnaires three times across an average of 3 1/2 weeks, rating their pandemic trauma, emotion dysregulation, and boredom over the past week each time. Pandemic trauma was assessed with items querying exposure to coronavirus, as well as the financial, resource-related, and interpersonal pandemic stressors that participants experienced. Emotion dysregulation was assessed with the Difficulties in Emotion Regulation Scale. Boredom was assessed with the short-form Multidimensional State Boredom Scale. The results of a theory-informed mediation model showed that participants’ pandemic trauma at Time 1 positively and modestly predicted their boredom at Time 3 and that this relationship was partially and moderately mediated by participants’ lack of emotional clarity and difficulties with engaging in goal-directed behaviors at Time 2. When people experience pandemic-related trauma, they subsequently struggle to understand their feelings and engage in goal-oriented actions, and, in turn, feel more bored. Theoretical and clinical implications as related to the emotional underpinnings of boredom are discussed.
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 | 0,005 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».