Extraversion in COVID-19 Coping and Actionable Insights from Considering Self-Directed Learning
Notice bibliographique
Résumé
Extraversion, of the Big Five personality traits, has been identified as the most socially relevant of the traits with respect to positive COVID-19 coping—yet relevant research is found conflicting. Studies assessing this discrepancy have not situated the influence of extraversion within a geographical and historical context. Thus, a likely contributor has been missed. Furthermore, extraversion is based on other-directed learning with respect to COVID-19 coping, and this has not been considered regarding its contrast to self-directed learning. To provide context, an examination of high-ranking Google Scholar results on extraversion and COVID-19 coping from different countries during the pandemic’s various waves is undertaken, including the introduction of vaccines as a factor in decreasing COVID-19’s perceived threat. These are then examined for relationships regarding public opinion. Following, extraversion is compared with other-directed learning and differentiated from self-directed learning. An understanding is thus presented for assessing when extraversion will be an effective personality trait for positive COVID-19 coping and when it will not. Extraversion’s effect is found inherently inconsistent for identifying positive COVID-19 coping because of its dependence on other-directed learning. The conclusion: stability in positive COVID-19 coping is contingent on personal values that guide self-directed learning rather than extraversion’s other-directed learning.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».