MétaCan
Menu
Retour à la cohorte
Enregistrement W4410302413 · doi:10.1037/emo0001535

Calmness and excitement intensity and variability in old age: Linking stressful circumstances to well-being and health.

2025· article· en· W4410302413 sur OpenAlexfundno aff
Parisa Sepehri, Ute Kunzmann, Carsten Wrosch

Notice bibliographique

RevueEmotion · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueHealth and Well-being Studies
Établissements canadiensnon disponible
Organismes subventionnairesFonds de Recherche du Québec - SantéSocial Sciences and Humanities Research Council of CanadaDeutsche Forschungsgemeinschaft
Mots-clésCalmnessPsychologyWell-beingDevelopmental psychologyClinical psychologyPsychotherapistPsychiatry

Résumé

récupéré en direct d'OpenAlex

= 7.2). Data were collected in 2018. We examined the effects of calmness and excitement intensity (between- and within-person differences) and variability within the context of stressful experiences on older adults' well-being and health. We expected that levels, increases, and consistency (i.e., low variability) of calmness, but not excitement, may be adaptive, particularly among older adults with low control perceptions. Results from hierarchical and linear regression models showed that calmness intensity was associated with better well-being and health, on both the between- and within-person levels. Between-person levels of excitement intensity, by contrast, predicted poorer health and depressive symptoms among individuals with low perceived control. Compared to variable calmness, consistent calmness was associated with adaptive outcomes, particularly for older adults with low perceived control. By contrast, excitement variability was largely unrelated to well-being and health, except for a positive association with depressive symptoms among adults with low control. Findings inform functional theories of emotion by suggesting that positive emotions with disparate motivational functions can exert diverging effects in older adulthood. (PsycInfo Database Record (c) 2025 APA, all rights reserved).

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,152
Score d'incertitude au seuil0,449

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,023
Tête enseignante GPT0,349
Écart entre enseignants0,326 · 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 revueEmotionMême sujetHealth and Well-being StudiesTravaux en français237 207