Health consequences of a death threat: How terrorist attacks impact drinking
Notice bibliographique
Résumé
Abstract Terrorist attacks, war, violent acts, and their media coverage remind us of our own mortality, which may provoke stress and coping mechanisms. The terror management health model (TMHM) proposes that even subliminal thoughts about existential threats trigger worldview defense and self‐esteem‐related behaviors. Based on the TMHM, our field experiment (N = 228) examines the impact of a terrorist attack on death‐thought accessibility, the choice between alcoholic and nonalcoholic beverages, and if the impact on this choice is moderated by the importance of alcohol to one's self‐esteem (i.e., alcohol‐based self‐esteem), and the consciousness of the terrorist attack. Results show that thoughts about the terrorist attack increased death‐thought accessibility. The salience of the terrorist attack had no main effect on beverage choice, but alcohol‐based self‐esteem predicted choosing an alcoholic beverage. However, in the unconscious thought condition, participants who had low alcohol‐based self‐esteem and were provoked with death‐related thoughts about terrorism were more likely to choose an alcoholic beverage. In the conscious thought condition, participants who had high alcohol‐based self‐esteem were less likely to choose alcohol. This study suggests that thoughts about terrorism and, therefore, the threat of death, can be provoked in everyday situations and affect substance use behaviors with potentially adverse health consequences.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».