MétaCan
Menu
Retour à la cohorte
Enregistrement W4404025119 · doi:10.22215/cujs.v3i1.4842

Do You Know When You Will Retire? Exploring Relationships Between Personality Traits, Retirement Expectations, and Well-Being

2024· article· en· W4404025119 sur OpenAlexaff
Cathy Sun, Kira O. McCabe

Notice bibliographique

RevueCarleton undergraduate journal of science. · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRetirement, Disability, and Employment
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésPersonalityPsychologyBig Five personality traitsSocial psychology

Résumé

récupéré en direct d'OpenAlex

The current study explored the retirement process and examined the relationships between retirement expectations, personality traits, and psychological well-being. The study used data from the National Longitudinal Survey of Youth – 1979 Cohort (NLSY79). From 2014 to 2020, participants reported the likelihood of working full-time at age 62 and age 65. Compared to people who expected to work full-time at age 62, people who expected to retire had a more negative personality profile (higher neuroticism, lower extraversion, agreeableness, conscientiousness, and openness). These differences were smaller at age 65, but they showed a similar pattern. Changes in expectations over time related to both personality traits and psychological well-being. Specifically, if people increased their likelihood of working full-time after age 62, it was correlated with positive personality traits (e.g., lower neuroticism); likewise, increased likelihood of working full-time after age 62 and 65 was related to better psychological well-being (e.g., higher life satisfaction).

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)0,007
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,169
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,002
Communication savante0,0010,003
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,211
Tête enseignante GPT0,385
Écart entre enseignants0,174 · 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.

Devis d'étudeQualitatif
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCarleton undergraduate journal of science.Même sujetRetirement, Disability, and EmploymentTravaux en français237 207