MétaCan
Menu
Retour à la cohorte
Enregistrement W4408997667 · doi:10.1002/smi.70030

Savouring Moderates Affect Reactivity to Daily Events in Old Age

2025· article· en· W4408997667 sur OpenAlexaff
Shira Peleg, Miriam Wallimann, Theresa Pauly

Notice bibliographique

RevueStress and Health · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueAging and Gerontology Research
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésAffect (linguistics)PsychologyReactivity (psychology)Clinical psychologyDevelopmental psychologyMedicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: This study investigated savouring as a moderator of affect reactivity to daily events among older adults. METHOD: A sample of 108 individuals aged 65-92 years (M = 73.11, SD = 5.92; 58% women) completed daily diary questionnaires over 14 days, reporting on daily stressors, positive events, savouring, and positive and negative affect. RESULTS: Multilevel models showed that on days when a stressor was experienced, negative affect was higher when daily savouring (within-person) was low, but this association was not observed when daily savouring was high. Additionally, on days with positive events, negative affect was lower when trait savouring (between-person) was high, but this effect was not found when trait savouring was low. DISCUSSION: The findings highlight the importance of savouring as a key factor in managing emotional responses to daily experiences among older adults. Specifically, deliberately engaging with positive experiences might buffer daily negative emotional responses.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,076
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,080
Tête enseignante GPT0,462
Écart entre enseignants0,382 · 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'étudeObservationnel
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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStress and HealthMême sujetAging and Gerontology ResearchTravaux en français237 207