MétaCan
Menu
← Retour à la cohorte
Enregistrement W4386052069 · doi:10.31234/osf.io/dkzmj

Individual Differences in Fear and Self-Distancing Predict Information Processing via Problem Construal

2023· preprint· en· W4386052069 sur OpenAlexfundno aff
Lewend Mayiwar, Thorvald Hærem, Adrian Furnham

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomainePsychology
ThématiqueBehavioral Health and Interventions
Établissements canadiensnon disponible
Organismes subventionnairesYork University
Mots-clésConstrual level theoryDistancingPsychologyInformation processingSocial distanceSocial psychologySelf construalContrast (vision)Cognitive psychologyComputer scienceCoronavirus disease 2019 (COVID-19)Artificial intelligenceInterdependenceSociology

Résumé

récupéré en direct d'OpenAlex

In two preregistered online studies (NTotal = 984; Prolific), we examined how individual differences in fear and self-distancing predict information processing in decision-making involving risk in a business scenario. Dispositional fear was positively related to urgent and affective intuitive processing and negatively related to analytical processing. Self-distancing was positively related to analytical processing. These relations occurred indirectly via problem construal. Dispositional fear predicted less concrete problem construal, which in turn predicted more urgent intuitive processing and less analytical processing. In contrast, habitual self-distancing predicted more concrete problem construal, which in turn predicted more analytical processing and less urgent intuitive processing. Overall, these findings suggest that, in contrast to emotionally regulated decision-makers, fearful decision-makers’ tendency to construe problems less concretely (i.e., more abstractly) might hinder their ability to concretize and analyze problems involving risk.

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)0,002
score de la tête « metaresearch » (Gemma)0,012
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 enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,072
Tête enseignante GPT0,365
Écart entre enseignants0,292 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetBehavioral Health and Interventions→Travaux en français237 207→