MétaCan
Menu
Retour à la cohorte
Enregistrement W7029389918

The Influence of Affect on Cognitive Breadth

2024· other· en· W7029389918 sur OpenAlexaff

Notice bibliographique

RevueBrock University Digital Repository (Brock University) · 2024
Typeother
Langueen
DomaineEnvironmental Science
ThématiqueGroundwater and Watershed Analysis
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésAffect (linguistics)CategorizationCognitionConceptual frameworkTraitConceptual modelArousalConceptual system
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Affect plays a critical role in how broadly one processes and thinks about information.
\nBreadth of cognition is shown to relate to, and be influenced by, affect that varies in valence
\n(negative and positive), arousal (high/activated and low/deactivated) and motivational intensity
\n(approach and withdrawal). While extensive work has shown support for the influence of affect
\non breadth of attention (attentional breadth), there is less research on affect and breadth of
\nthought (conceptual breadth). The present dissertation investigates: 1) the relationship between
\nvarious measures of conceptual breadth, 2) how individual differences in naturally occurring
\naffect relate to conceptual breadth, 3) how anticipating and experiencing gains and losses
\ninfluence conceptual breadth, 4) how differences in trait behavioral approach (BAS) and
\ninhibition (BIS) relate to conceptual breadth in a monetary incentive paradigm, and 5) how
\nindividual differences in affect relate to filtering of irrelevant information.
\nIn Study 1, three varied conceptual breadth tasks appropriately estimated a conceptual
\nbreadth latent variable. Individual differences in naturally occurring affect were shown to relate
\nto the common conceptual breadth variability where those who had low arousal positive affect
\nshowed greater conceptual breadth. In Study 2 conceptual breadth scores did not differ when
\nanticipating gains and losses versus experiencing gains and losses. However, BAS, but not BIS,
\nmodulated the effect of large incentives on cognitive categorization where those low in BAS had
\nhigher conceptual breath following large losses and those high in BAS had larger conceptual
\nbreadth following large gains. In Study 3, individual differences in naturally occurring positive
\naffect did not relate to the tendency to bind irrelevant and relevant information into memory
\n(hyper-binding) in a meaningful way across four studies, However, hyper-binding was found in
\nall studies including age groups where hyper-binding has not typically been shown before.
\nEvidence from the current dissertation supports the significant role of affect in conceptual
\nbreadth, whether affect is naturally occurring or influenced by incentives, and provides evidence
\nthat 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 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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), 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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,103
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,005
Tête enseignante GPT0,174
Écart entre enseignants0,169 · 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
GenreAutre

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBrock University Digital Repository (Brock University)Même sujetGroundwater and Watershed AnalysisTravaux en français237 207