Stuck in Time and Freed by Time: A Mixed-Methods Investigation of Subjective Time, Mental Time Travel, and Well-Being on the First and Second Anniversaries of the COVID 19 Pandemic
Notice bibliographique
Résumé
The COVID-19 pandemic posed unprecedented challenges to health and subjective well-being (SWB) and disruptions to routine that contributed, for many, to a distorted sense of time. In two cross-sectional surveys (N = 2133) collected on the first and second anniversary of the pandemic’s declaration (March 11, 2021 & 2022), we used quantitative and qualitative methods to document people’s subjective experience of time: its phenomenology (subjective distance and speed of the passage of time) and evaluation of time emptiness and urgency (feelings of too much and too little time). Our first Research Objective examined how people’s lifestyle behaviors predicted their experience of time and their SWB. Therapeutic lifestyle choices (well-being sustaining activities such as time in nature and hobbies) predicted less time emptiness (S1 & S2) and urgency (S2) and, in turn, greater SWB. Maintaining social relationships predicted SWB both in person and remotely; screentime (TV, video games) did not predict SWB. Our second Research Objective examined how mental time travel (MTT), an adaptive capability of human beings to imagine personal future and re-live past events, could contribute to well-being during a pandemic. MTT to both a past (pre-pandemic) and future (post-pandemic) desirable event improved positive mood relative to baseline, and future MTT both felt subjectively closer and improved mood more than past MTT. Results suggest the many ways people may find themselves stuck in time during such a time-distorting period, but also how their activities and mental time travel may help bolster SWB.
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 | 0,002 | 0,000 |
| 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 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».