MétaCan
Menu
Retour à la cohorte
Enregistrement W4366989635 · doi:10.3389/fcogn.2023.1125197

Influences of inattention on perceived self-efficacy, stress, and depression

2023· article· en· W4366989635 sur OpenAlexafffund
Jonathan S. A. Carriere, Andrea L. Nelson, James Allan Cheyne, Daniel Smilek

Notice bibliographique

RevueFrontiers in Cognition · 2023
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMind wandering and attention
Établissements canadiensFoothills Medical CentreUniversity of WaterlooBishop's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPsychologyAffect (linguistics)BoredomFeelingDistressCognitionDepression (economics)AnxietyDevelopmental psychologyEveryday lifeClinical psychologySocial psychologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

Introduction Going through life mindlessly appears to produce feelings of boredom and depression, suggesting that cognitive deficits can lead both directly and indirectly to emotional problems. Under this hypothesis, there are numerous possible routes from attention to affective issues, including through the sense of self-efficacy – a judgement about our ability to successfully achieve goals – and the experience of psychological stress. The present study assessed potential pathways from everyday inattentiveness, through the presumed intermediate experiences of diminished self-efficacy and psychological stress, to the experience of depressive affect. Method In two studies we collected questionnaire responses from large groups of participants ( N = 188, Study 1; N = 399, Study 2), assessing individual differences in trait inattention, attention-related errors, self-efficacy, stress, and depression. Results Via path analyses we tested several predictions: 1) the frequency of attention lapses predicts depressive affect; 2) attention-related errors mediate effects of inattention in predicting both self-efficacy and stress; 3) self-efficacy and stress directly influence depressive affect. The results indicate the proposed Attention-to-Affect models provide good fit overall. They also indicate a reversal of the causal flow, while consistent with traditional views, does not adequately fit the data. Discussion That the Attention-to-Affect models provide good fit for the data is consistent with the view that everyday inattention contributes to the emotional distress that creates depression. While this view is contrary to the typical conception of attention problems as consequences of depression, it is consistent with our own previous findings. Accordingly, our results continue to suggest it is important for future research to further validate this pathway and to consider directly remedying attentional issues as a potentially important part of depression treatment strategies.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,514
Score d'incertitude au seuil0,295

Scores Codex et Gemma par catégorie

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

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 Opus0,028
Tête enseignante GPT0,273
Écart entre enseignants0,245 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations1
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in CognitionMême sujetMind wandering and attentionTravaux en français237 207