Well-being at the cost of welfare: Learned helplessness and responsibility in positive psychology and American policy
Notice bibliographique
Résumé
In this article I trace the connected histories of well-being and welfare within contemporary American social science and policy. Focusing on the postwar concept of learned helplessness and its associated notions like hopelessness, industriousness, and laziness, I trace a genealogy that is part of the story of the rise of positive psychology, as well as the disciplinary and cultural shift toward self-control, self-monitoring, and other aspects of a moral self-governance founded on values of responsibility and persistence in pursuing personal well-being. Springing from animal research on rats, dogs, and pigeons, then swiftly toward human subjects such as sufferers of depression, students, and welfare recipients, the trajectory from helplessness and hopelessness toward responsibility and persistence followed and possibly influenced both attitudes toward welfarism and changes in American welfare policies. From Curt Richter’s work on hopeless rats to Martin Seligman and colleagues’ decades-spanning work that culminated in positive psychology (part of the wider happiness studies and science of well-being movements), psychological research is framed within the wider history of American welfare. Coinciding with a growing disciplinary inclination toward individual self-improvement that valued personal responsibility and persistence as key virtues, welfare was continually reformed and dismantled under the same principles.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,050 |
| Communication savante | 0,006 | 0,007 |
| Science ouverte | 0,000 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».