Notice bibliographique
Résumé
Attributing outcomes to luck is common across cultures, yet its psychological function remains unclear outside of decision-making or gambling contexts. While past work (e.g., Langer, 1975; Weiner, 1985; Darke & Freedman, 1997) suggests that attributing failure to luck can protect self-esteem, boost confidence, and even encourage risk-taking, much less is known about the function of such attributions in everyday situations. This study investigates how attributing success or failure to luck versus effort or skill influences self-efficacy, self-worth, and emotional responses. Using a modified Iowa Gambling Task, participants select from decks with predetermined win/loss patterns, while receiving manipulated feedback. Outcomes are framed either as luck-based (e.g., “That was unlucky”) or effort-based (e.g., “Adjust your strategy”). To capture the immediate effects of attribution, participants report their self-evaluations and emotions at regular intervals across trials. This design allows us to assess within-subject fluctuations over time, while also examining between-subject differences. We hypothesize that attributing failure to luck will serve a self-protective function, with participants reporting higher self-efficacy and less negative affect than in effort-based feedback conditions. Conversely, attributing success to effort is expected to provide stronger affirmation of competence than attributing success to luck. We further predict that these effects will be moderated by individual performance, such that participants in losing conditions may benefit more from luck attributions following failure. We also hypothesise some cultural difference or interaction regarding the functionality of luck, and plan to explore such variations. By clarifying the role of luck attributions in self-regulation, this research extends attribution theory beyond gambling contexts to everyday achievement settings. Our findings aim to illuminate how cultural and individual differences in attribution shape not only external behavior but also the internal processes of self-evaluation, motivation, and emotional regulation.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».