MétaCan
Menu
Retour à la cohorte
Enregistrement W4413869259 · doi:10.5539/ijps.v17n3p33

The Impact of Intolerance to Uncertainty, Fatigue and Decision-Making Styles Among Adults

2025· article· en· W4413869259 sur OpenAlexvenueno aff
Ananya Singh, Palak Parashar, Indu Yadav

Notice bibliographique

RevueInternational Journal of Psychological Studies · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueHealth and Well-being Studies
Établissements canadiensnon disponible
Organismes subventionnairesAmity University
Mots-clésPsychologyClinical psychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

The study aimed to assess the impact of intolerance to uncertainty, fatigue, and decision-making styles among adults. The present study addresses the existing gap in examining these variables simultaneously. Uncertainty and fatigue are key factors that determine the quality of decision-making engagement and the approach an individual opts for. Data of 226 adults, between the age group of 18–43, was used as they include the population of both emerging adults and millennials. For this cross-sectional survey design, standardized scales such as the Intolerance to Uncertainty Short Form (IU-SF), General Decision-Making Style (GDMS), and Fatigue Assessment Scale (FAS) were used. Data were analysed using SPSS through descriptive statistics, Pearson’s correlation, and linear regression. Results showed that intolerance to uncertainty had a significant positive relationship with fatigue, as well as with avoidant and dependent decision-making styles. Fatigue demonstrated a negative correlation with the rational style and positive correlations with avoidant and dependent styles. Regression analysis indicated that intolerance to uncertainty significantly predicted avoidant and dependent decision-making, while fatigue negatively predicted rational style and positively predicted dependent style, although the effect sizes were small. Intuitive and spontaneous styles were unaffected by uncertainty and fatigue, suggesting that these rely more on instinctive and immediate reactions rather than cognitive or emotional factors. The findings highlight the complex nature of decision-making under uncertain and fatiguing conditions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,050
Tête enseignante GPT0,498
Écart entre enseignants0,448 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Psychological StudiesMême sujetHealth and Well-being StudiesTravaux en français237 207