MétaCan
Menu
Retour à la cohorte
Enregistrement W6906677131 · doi:10.17605/osf.io/9gqu2

Stress reactivity and recovery to psychosocial stress in the laboratory as a predictor of reactivity to daily-life stressors.

2021· other· en· W6906677131 sur OpenAlexaboutno aff

Notice bibliographique

RevueOpen Science Framework · 2021
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTrier social stress testStressorStress (linguistics)Stress measuresAffect (linguistics)Reactivity (psychology)Heart rateHeart rate variabilityFight-or-flight response

Résumé

récupéré en direct d'OpenAlex

Psychosocial stress tasks, such as the Trier social stress test (TSST) and the Montreal imaging stress test (MIST) induce mild stress in a controlled environment ideally suited to study the stress response (Mortensen & Cialdini, 2010). These tasks typically result in a physiological stress response, characterized by changes in the autonomous nervous system (ANS) such as increased heart rate (HR) and skin conductance level (SCL), and decreased heart rate variability (HRV), but also changes in affect such as an increase in negative affect (NA). Findings from studies on stress tasks are used to make inferences on how individuals respond to stress in their natural environment. However, given the “artificial” nature of such tasks (Klein et al., 2012; Mortensen & Cialdini, 2010), the extent of their ecological validity remains unclear. In other words, it is not known if these findings are in fact related to reactivity to daily-life stressors. To date, ecological validity has mostly focused on comparing the ANS response to a stress task with either a measure of variability (e.g. standard deviation, minimum, maximum values) in a 24h recording (Gerin et al., 1998; Kamarck et al., 2003; Pollak, 1991; Turner et al., 1994), or alternatively the response to a similar pre-specified stressor in daily-life such as giving a presentation, or engaging in marital conflict (Baucom et al., 2018; Gerin et al., 1998; Johnston, Tuomisto, & Patching, 2008). Arguably, these methods are either too broad to capture stress, or on the contrary too restrictive to represent the general stress response, which may in turn limit their validity. Ideally, stress tasks should reflect reactivity to daily-life stressors in general rather than to a single specific stressor. Likewise, validity should extend from the ANS response (i.e. heart rate, blood pressure) to also cover affective reactivity, which has largely been neglected. Experience sampling methodology (ESM) may be the solution to both of these limitations. ESM is a diary method where participants receive a set number of assessments at random times during the day, for multiple days. Assessments consist of various self-report items on affect, behavior, context, and appraisals (Myin-Germeys et al., 2018; Vaessen et al., 2017). ESM captures affective changes in daily-life with minimal intervention, and as such may be ideally suited to measure the response to daily-life stressors in general. To our knowledge, ESM has yet to be used to assess the ecological validity of a stress task. In time-contingent sampling with ESM, assessment occurs independent of stress onset, meaning that stress occurs sometime between the current and the previous assessment. This in turn suggests that rather than capturing peak-stress, it likely captures the response already in the recovery phase, when measures are returning to baseline. For this reason, it is possible that we are actually capturing recovery in daily-life rather than reactivity. Consequently, laboratory recovery may be a better predictor of daily-life “reactivity” than laboratory reactivity. The current study aims to test the ecological validity of the repeated Montreal Imaging Stress Task (rMIST), a psychosocial stress task where participants are under the illusion to be competing against another participant on an arithmetic task (Dedovic et al., 2005). More specifically, we assess whether reactivity and recovery to the rMIST are associated with general daily-life stress reactivity for all measures of affect (i.e. NA), and ANS reactivity (i.e. HR, RMSSD, and SCL).

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)0,005
score de la tête « metaresearch » (Gemma)0,011
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Communication savante, Science ouverte, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,218
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,008
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0060,003
Intégrité de la recherche0,0010,002
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 Opus0,025
Tête enseignante GPT0,348
Écart entre enseignants0,323 · 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.

Devis d'étudeSans objet
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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen Science FrameworkTravaux en français237 207