Dreaming during the COVID-19 pandemic: Support for the threat simulation function of dreams
Notice bibliographique
Résumé
Evolutionary theories suggest that dreams function as a world simulator of events that maximizes our ability to surmount social and threat-related challenges critical to survivorship and reproduction. Here, in contrast to the incorporation continuity hypothesis, we test the (1) social bias hypothesis, which states that dreams will overrepresent positive social interactions relative to waking life, (2) the mutually exclusive threat bias hypothesis, the idea that dream content will be negative relative to waking life, (3) the strengthening hypothesis, which states that dreams will rehearse more positive interactions with individuals the self is familiar with relative to waking life, and (4) the compensation hypothesis, which states that social contents in dreams increases during periods of social seclusion. Dream ( n = 168) and wake ( n = 184) reports were collected through a standardized online survey from 24 undergraduate students. Recalls were analyzed using the Social Content Scale. Generalized linear mixed effects models were used, and the following fixed-effects were considered for the study; the number of reports contributed, report state, biological sex, stress, social support, and media exposures. Results showed support for the threat bias hypothesis, we found that dreams were more negative and featured more unfamiliar individuals in contrast to waking life. Additionally, we found partial support for the social bias and the strengthening hypotheses, however no support was shown for the compensation hypothesis. Overall, these results demonstrate support for the threat simulation function of dreams.
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 | 0,004 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».