MétaCan
Menu
Retour à la cohorte
Enregistrement W4379091942 · doi:10.5281/zenodo.7993881

Exploring the Relation between State and Trait Boredom and Various Measures of Creativity

2023· article· en· W4379091942 sur OpenAlexaff
Jamie Nettinga, ROY GUTGLICK, JAMES DANCKERT

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2023
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMind wandering and attention
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésBoredomTraitCreativityRelation (database)PsychologySocial psychologyState (computer science)Computer scienceData mining

Résumé

récupéré en direct d'OpenAlex

Popular sentiment suggests that boredom ought to lead to creativity despite a lack of research investigating the relationship explicitly. Across two experiments the relation between boredom and creativity was examined via a mood induction and surveys (Experiment 1) and behavioural tasks (Experiments 1 and 2). Results from Experiment 1 indicated that state boredom was in fact associated with poorer performance on the divergent thinking task and that trait boredom proneness was associated with both diminished belief in one’s creative potential and lower levels of engagement of everyday creative pursuits. Results from Experiment 2 again found no relation between state or trait boredom and creativity on a novel creativity task. Clearly, these findings indicate that neither state nor trait boredom promote increased creativity.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,762
Score d'incertitude au seuil0,837

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
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 Opus0,228
Tête enseignante GPT0,277
Écart entre enseignants0,048 · 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'étudeAutre devis
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

Citations20
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetMind wandering and attentionTravaux en français237 207