An Investigation of the Contribution of Cognitive Biases to Anger Outcomes and Reactive Aggression in Individuals with High Trait Anger
Notice bibliographique
Résumé
High trait anger is an individual difference variable characterized by more frequent anger experiences and challenges with anger regulation. Difficulties with anger control are reported in a number of psychological conditions. However, the cognitive processes contributing to problematic anger are still poorly understood. According to the Integrative Cognitive Model of Anger and Reactive Aggression (ICM), three cognitive processes together contribute to the elicitation of anger and reactive aggression: hostile interpretation biases (HIB); cognitive control; and anger rumination. This dissertation comprises two independent studies that explored the role of two of the mechanisms proposed by the ICM (i.e., HIB and cognitive control) to anger and reactive aggression using cognitive bias modification (CBM) methodology. Both studies involved self-report and behavioural measures of cognitive biases at pre and post-training. Self-report measures were used to assess anger symptoms and reactive aggression, and all participants underwent a simulated anger provocation to evaluate their propensity for reactive aggression following training. In Study 1, a two-session interpretation bias modification program targeting hostile interpretation biases was implemented with a sample of university students reporting elevated trait anger (N = 47). Relative to the control condition, participants who underwent the training demonstrated significant increases in positive interpretation ratings and significant reductions in HIB at post-training. Contrary to hypotheses, these effects did not extend to implicit HIB ratings, attentional biases, or anger symptoms. Further, participants did not demonstrate reductions in reactive aggression. In Study 2, a two-session cognitive control training (CCT) program was delivered to a community-based sample of high trait anger adults (N = 50). At post-training, there were no significant differences between groups on any of the evaluated outcomes. Given the lack of change in hostility-primed cognitive control following the CCT training program, this study was unable to effectively evaluate the role of cognitive control as outlined in the ICM. Overall, the results of this dissertation do not provide a clear picture with respect to the validity of the ICM for high trait anger individuals.
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 | 0,001 | 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».