MétaCan
Menu
Retour à la cohorte
Enregistrement W4417415242 · doi:10.1007/s10902-025-00991-4

Intrapersonal and Interpersonal Regulation of Positive Affect: The Moderating Effects of Stressor Intensity and Perceived Controllability

2025· article· en· W4417415242 sur OpenAlexaff
Tracy K. Y. Wong, Kai Zhao

Notice bibliographique

RevueJournal of Happiness Studies · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueAnxiety, Depression, Psychometrics, Treatment, Cognitive Processes
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésIntrapersonal communicationStressorAffect (linguistics)Interpersonal communicationMultilevel modelAssociation (psychology)Quality of Life ResearchInterpersonal relationship

Résumé

récupéré en direct d'OpenAlex

Abstract The association between positive affect regulation and well-being has often been examined at the intrapersonal level, but positive affect regulation may also occur at the interpersonal level and be shaped by contextual factors. Thus, positive affect regulation strategies, including savoring and dampening, were examined in relation to well-being (i.e. positive affect and life satisfaction) at the intra- and inter-personal levels, while also considering the moderating effects of stressor intensity and perceived controllability. Participants included 281 emerging adults ( M age = 21.29; 71% female-identifying), who responded to a 14-day daily diary. Multilevel analyses indicated that individuals reported lower well-being on days when they engaged more in dampening, but greater well-being on days when they engaged more in emotion-focused and self-focused positive rumination. Co-savoring was also positively associated with well-being, but co-dampening was not. Perceived controllability, but not stressor intensity, moderated the associations of dampening, self-focused positive rumination, and co-savoring with life satisfaction. These findings suggest that regulating positive affect independently and with social others has implications for well-being, and that contextual factors also matter.

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)0,002
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 enseignants0,295
Score d'incertitude au seuil0,451

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,021
Tête enseignante GPT0,342
Écart entre enseignants0,322 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Happiness StudiesMême sujetAnxiety, Depression, Psychometrics, Treatment, Cognitive ProcessesTravaux en français237 207