The role of mindset in the accuracy and bias of relationship evaluations /
Notice bibliographique
Résumé
This thesis investigated the influence of mindset on the accuracy and bias of relationship evaluations. Because deliberation about important decisions is a time when people are more realistic and impartial in processing information about themselves and the world, a deliberative mindset was expected to increase the predictive accuracy of relationship appraisals compared to an implemental mindset. Four studies using different methodologies tested this hypothesis. In Study 1, relationship mindset assessed via content coding interacted with commitment in predicting the survival of the relationship 4 months later. In Study 2, mindset assessed via closed questions about academic goals interacted with explicit forecasts in predicting the survival of the relationship 9 months later. In studies 3 and 4, an experimental manipulation of mindset interacted with explicit forecasts or relationship assessments of relationship constructs in predicting relationship survival 6 months later. Overall, a deliberative mindset increased the accuracy of relationship predictions and the validity of relationship constructs in predicting the dissolution of a relationship compared to an implemental mindset. Importantly, deliberatives were not more pessimistic than were implementals; they were more realistic. Nonetheless, a deliberative mindset about an important goal in the relationship can be threatening. Previous work found that boosting perceptions of partner superiority is one way to cope with such threat (Gagne & Lydon, 2001, Study 1). Study 5 further showed that participants in a deliberative mindset boosted their perceptions of partner superiority only if they were sufficiently committed to their relationships. Those in an implemental mindset boosted their perceptions of partner superiority irrespective of their commitment level. In sum, a deliberative mindset about the relationship increases the accuracy of evaluations serving epistemic needs (i.e., relationship predictions) while n
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».