MétaCan
Menu
Retour à la cohorte
Enregistrement W4387949713 · doi:10.1037/pag0000782

Age differences in the experience of everyday happiness: The role of thinking about the future.

2023· article· en· W4387949713 sur OpenAlexafffundabout
Yoonseok Choi, Jennifer C. Lay, Minjie Lu, Da Jiang, Matthew Peng, Helene H. Fung, Peter Graf, Christiane A. Hoppmann

Notice bibliographique

RevuePsychology and Aging · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueAging and Gerontology Research
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesChinese University of Hong KongUniversity of British ColumbiaCanada Research ChairsVancouver Foundation
Mots-clésHappinessPsychologyModerationPsycINFOAffect (linguistics)Positive psychologyContext (archaeology)ArousalDevelopmental psychologyEveryday lifeAssociation (psychology)Social psychologyMEDLINE

Résumé

récupéré en direct d'OpenAlex

= 24.6; 68% female; 77% Asian [East Asian, South Asian, and Southeast Asian]; 73% postsecondary educated), combining four data sets collected at two locations (Vancouver, Canada; Hong Kong) with different age samples (older and younger adults). Participants provided up to 30 repeated daily life assessments of momentary affective states and thoughts about the future, over 10 days. Results replicate previous findings by showing that happiness was more strongly associated with low-arousal positive affect and more weakly associated with high-arousal positive affect among older compared to younger adults. Engagement in thinking about the future was higher among younger compared to older adults in general, but its role in moderating the association between happiness and positive affect varying in arousal levels was confounded by the age moderation. Separate analyses conducted for each age group indicate different roles of everyday thinking about the future in shaping happiness experiences for different age groups. Age and future thinking-related contours of happiness are discussed in the context of emotional aging theories. (PsycInfo Database Record (c) 2024 APA, all rights reserved).

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)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,328
Score d'incertitude au seuil0,302

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,051
Tête enseignante GPT0,389
Écart entre enseignants0,338 · 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'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

Citations2
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePsychology and AgingMême sujetAging and Gerontology ResearchTravaux en français237 207