File Drawer Report: A Preliminary Test of Video-Mediated Severe Weather Exposure and Note on the Potential Role of Mindfulness in Decreasing Storm-Associated Negative Affect
Notice bibliographique
Résumé
Research at the intersection of meteorology and societal impacts is increasingly important. Still, it is relatively rare for this work to take on a psychological frame. Here, we blend media and positive psychology topics with the judgement and decision-making domain for a multifaceted investigation into psychological and behavioral responses to severe and dangerous weather conditions. Using a simple pre/post, quasi-experimental design, we tested the following predictions: 1) Exposure to dangerous weather conditions, via video-based multimedia, would increase participants’ negative affect and weather-related fear; 2) video-mediated storm exposure would increase participants’ intent to engage in future protective actions; and 3) a brief mindfulness exercise would significantly lower the weather-induced negative affectivity. Resource unavailability meant we were unable to conduct a full experiment including a control group. However, all three hypotheses were confirmed and we believe our findings warrant further replication. Results indicated a small but significant (apparent) effect of mindfulness in reducing negative affect when controlling for lived storm experience and positive affect brought on by storm-associated awe and excitement (η_G^2 = 0.02), and small to moderate effects of multimedia exposure on increases in protective action intentions (d = –0.71), and weather fear (d = –0.24). Results are discussed in light of meteorological communication principles, the existing literatures on mindfulness and protective action responses to severe weather, and the potential for mindfulness interventions in psychological responses to severe and dangerous weather.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 tête enseignante, 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 ».