MétaCan
Menu
Retour à la cohorte
Enregistrement W4376108054 · doi:10.1080/02699931.2023.2208340

Reappraising reappraisal: an expanded view

2023· article· en· W4376108054 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueCognition & Emotion · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueCultural Differences and Values
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPsychologyCognitive psychologyEpistemologyCognitive sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Reappraisal is a frequently used and often successful emotion regulation strategy. However, its underlying cognitive mechanisms are not well understood. In this paper, we seek to clarify these mechanisms by expanding upon our recently proposed reAppraisal framework. According to this framework, reappraisal consists of appraisal shifts that arise from changes to the mental construal of a situation (reconstrual) or from changes to the goals that are used to evaluate the construal (repurposing). Here we propose that reappraisal can target both object-level construals and goals representing states in the environment as well as meta-level construals and goals about different states in the mind. We also propose that reappraisal can operate by facilitating decommitment from a dominant construal or goal as well as by facilitating commitment to alternative construals or goals. We demonstrate that the 2 × 2 × 2 matrix formed by crossing the three distinctions between reconstrual and repurposing, between object-level and meta-level representations, and between decommitment and commitment operations forms a useful map of different reappraisal tactics. We draw examples of each of the 8 reappraisal tactics from basic and clinical research. We conclude by considering future research inspired by the expanded reAppraisal framework.

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.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,962
Score d'incertitude au seuil1,000

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)0,0010,003

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 Opus0,226
Tête enseignante GPT0,443
Écart entre enseignants0,218 · 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