MétaCan
Menu
← Retour à la cohorte
Enregistrement W4386245616 · doi:10.31234/osf.io/u5mr6

Emotion Regulation Flexibility and Momentary Affect in Two Cultures

2023· preprint· en· W4386245616 sur OpenAlexaff
Shuquan Chen, Kaiwen Bi, Xuerui Han, Pei Sun, George A. Bonanno

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomainePsychology
ThématiqueMental Health Research Topics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésFlexibility (engineering)PsychologyDistressAffect (linguistics)Proxy (statistics)MoodContext (archaeology)RepertoireSocial psychologyDevelopmental psychologyEcologyCognitive psychologyClinical psychologyComputer scienceBiologyCommunication

Résumé

récupéré en direct d'OpenAlex

Recent theoretical models highlight the importance of emotion regulation (ER) flexibility, challenging traditional notions of universally maladaptive versus adaptive strategies. In two independent samples from the USA (158 adults, N = 12,217) and China (144 adults, N = 11,347, analysis preregistered), we employed Ecological Momentary Assessment (EMA) to develop proxy ecological measures for ER flexibility components (context sensitivity, repertoire, feedback responsiveness) and examine their associations with momentary affective outcomes. Participants completed four daily surveys for 21 days, reporting emotional situations, situation characteristics, ER use and change, and momentary distress. Increased momentary context sensitivity and use of repertoire were found associated with reduced distress, while results for feedback responsiveness were less consistent. Maintaining effective strategies was generally adaptive, whereas switching from ineffective strategies was adaptive for momentary depressed but not anxious mood. This novel EMA design demonstrates transcultural similarities in ER flexibility's benefits and nuanced implications of its components on affective outcomes.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,005
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,203
Tête enseignante GPT0,542
Écart entre enseignants0,339 · 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 sujetMental Health Research Topics→Travaux en français237 207→