MétaCan
Menu
Retour à la cohorte
Enregistrement W4367173018 · doi:10.1177/09567976231163877

iGen or <i>shy</i> Gen? Generational Differences in Shyness

2023· article· en· W4367173018 sur OpenAlexafffund
Louis A. Schmidt, Christina A. Brook, Raha Hassan, Taigan L. MacGowan, Kristie L. Poole, Michelle K. Jetha

Notice bibliographique

RevuePsychological Science · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueIdentity, Memory, and Therapy
Établissements canadiensCape Breton UniversityQueen's UniversityUniversity of WaterlooMcMaster University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésPsychologyShynessSocial psychologyDevelopmental psychologyAnxietyPsychiatry

Résumé

récupéré en direct d'OpenAlex

Generation Z (1997–2012) has been characterized in the popular media as more socially inhibited, cautious, and risk averse than prior generations, but are these differences found between generations on an empirical level? And, if so, are these differences observable within generations in response to acute events such as the COVID-19 pandemic? Using a simplified time-lagged design to control for age effects, we examined between-group differences in self-reported shyness in young adult participants ( N = 806, age: 17–25 years) at the same developmental age and university from the millennial generation (tested: 1999–2001; n = 266, M age = 19.67 years, 72.9% female) and Generation Z (tested: 2018–2020), the latter generation stratified into prepandemic ( n = 263, M = 18.86 years, 82.4% female) and midpandemic ( n = 277, M age = 18.67 years, 79.6% female) groups. After first establishing measurement invariance to ensure trustworthy group comparisons, we found significantly higher mean levels of shyness across each successive cohort, starting with millennials, through Generation Z before the pandemic, to Generation Z during the pandemic.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0060,000

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 Opus0,161
Tête enseignante GPT0,442
Écart entre enseignants0,281 · 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 source (Gemma direct ou Codex distillé), 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

Citations12
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePsychological ScienceMême sujetIdentity, Memory, and TherapyTravaux en français237 207