Validating ‘belief in occurrence’ for future autobiographical events.
Notice bibliographique
Résumé
Belief in occurrence is theorized to play a central role in remembering autobiographical events.Ernst and D' Argembeau (2017) proposed that belief in occurrence also plays a key role in determining the "realness" of future events, or the subjective sense that imagined future events will genuinely occur.They reported data indicating that belief in occurrence for future events arises from the contextualization of imagined future events within autobiographical knowledge, and that such belief signals when simulated events are consistent with expectations and goals.The validity of their findings can be questioned due to the use of a single item to measure belief in occurrence.To further validate these propositions, we expanded an existing belief in occurrence scale to create parallel forms for measuring belief in occurrence for past and future events.In Study 1 (N = 470) participants rated three past or three future events (recent, distant, uncertain).Study 2 (N = 251) replicated Study 1 using French translations of the measures and a within-subjects design in which participants rated a past and a future event.Confirmatory structural modelling indicated that an eight-item belief in occurrence scale was a strong fit to the data, and that item loadings were invariant across event cues and temporal direction for belief in occurrence, spatial characteristic, and autonoetic awareness latent variables.These studies support the view that belief in occurrence appraisals for past and future events draw on overlapping processes.Relationships between the latent variables and other predictors of remembering / forecasting events are discussed.
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 | 0,018 | 0,311 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
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 ».