The Influence of Affect on Cognitive Breadth
Notice bibliographique
Résumé
Affect plays a critical role in how broadly one processes and thinks about information. Breadth of cognition is shown to relate to, and be influenced by, affect that varies in valence (negative and positive), arousal (high/activated and low/deactivated) and motivational intensity (approach and withdrawal). While extensive work has shown support for the influence of affect on breadth of attention (attentional breadth), there is less research on affect and breadth of thought (conceptual breadth). The present dissertation investigates: 1) the relationship between various measures of conceptual breadth, 2) how individual differences in naturally occurring affect relate to conceptual breadth, 3) how anticipating and experiencing gains and losses influence conceptual breadth, 4) how differences in trait behavioral approach (BAS) and inhibition (BIS) relate to conceptual breadth in a monetary incentive paradigm, and 5) how individual differences in affect relate to filtering of irrelevant information. In Study 1, three varied conceptual breadth tasks appropriately estimated a conceptual breadth latent variable. Individual differences in naturally occurring affect were shown to relate to the common conceptual breadth variability where those who had low arousal positive affect showed greater conceptual breadth. In Study 2 conceptual breadth scores did not differ when anticipating gains and losses versus experiencing gains and losses. However, BAS, but not BIS, modulated the effect of large incentives on cognitive categorization where those low in BAS had higher conceptual breath following large losses and those high in BAS had larger conceptual breadth following large gains. In Study 3, individual differences in naturally occurring positive affect did not relate to the tendency to bind irrelevant and relevant information into memory (hyper-binding) in a meaningful way across four studies, However, hyper-binding was found in all studies including age groups where hyper-binding has not typically been shown before. Evidence from the current dissertation supports the significant role of affect in conceptual breadth, whether affect is naturally occurring or influenced by incentives, and provides evidence that individual differences in affect do not underlie individual differences in hyper-binding.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| 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 ».