MétaCan
Menu
Retour à la cohorte
Enregistrement W4404024922 · doi:10.1080/00223980.2024.2422018

“I Am Easily Bored.” Analysis of a Single Item Measure of Boredom

2024· article· en· W4404024922 sur OpenAlexafffund
Allison C. Drody, Jamie Nettinga, Baaba Dadzie, Jessica Avery Lee, Chantal Trudel, Anvita Gopal, James Danckert

Notice bibliographique

RevueThe Journal of Psychology · 2024
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMind wandering and attention
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBoredomPsychologyMeasure (data warehouse)Social psychologyComputer scienceData mining

Résumé

récupéré en direct d'OpenAlex

Measuring a variety of human characteristics in large databases has been invaluable for applied (e.g., epidemiology) and basic research (e.g., brain imaging). The sheer volume of data being collected can place high demands on participants. This raises the challenge of how to maximize the reliability of measures while minimizing the burden on participants. We examined the viability of a single item to measure trait boredom proneness by having participants respond to the question "I am easily bored." Results indicated that this single item effectively captures relations typically observed when using longer state and trait boredom measures. Psychological network analyses suggested that the item accords well with models of trait boredom as a failure to launch. We discuss potential contexts in which deploying a single item of this kind may prove advantageous.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,223
Score d'incertitude au seuil0,171

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,071
Tête enseignante GPT0,348
Écart entre enseignants0,277 · 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'étudeExpérimental (laboratoire)
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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of PsychologyMême sujetMind wandering and attentionTravaux en français237 207