The ways of the world? Cross-sample replicability of personality trait-life outcome associations
Notice bibliographique
Résumé
• Across three culturally diverse samples, lower order traits out-predicted multiple life outcomes than broad traits, such as domains. • Predictive accuracy of all levels was stronger in the English-speaking sample. • Narrow traits showed stronger predictive accuracy even when predicting outcomes from culturally different sample – suggesting a degree of universality to findings. • Individual trait associations were slightly more replicable for domains than narrower traits. Research in (mostly) Western samples has indicated that personality domains’ associations with life outcomes are replicable but often driven by their facets or nuances. Using three diverse samples (English-speaking, N=1,232; Russian-Speaking, N=1,604; Mandarin-speaking, N=1,216), we compared personality trait-outcome associations at domain, facet, and nuance levels, both within and among samples. Trait-outcome associations were at least moderately consistent among samples for all trait-hierarchy levels (average intraclass correlations = 0.64 to 0.74). Nuances provided the strongest predictive accuracy, both within and among samples. Trait-outcome associations were higher among English-speakers than Mandarin and Russian-speakers. Our observations suggested moderate generalizability among diverse samples, with nuances providing unique and replicable information. This offers potential to improve understanding of trait-outcome patterns.
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 | 0,031 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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 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 ».