Older Adults and the Fear of Death: The Protective Function of Generativity
Bibliographic record
Abstract
RÉSUMÉ La théorie de la gestion de terreur (TGT) indique que les visions du monde culturel apaisent les inquiétudes au sujet de la mortalité humaine. Des recherches préliminaires avec des personnes âgées ont indiqué que les personnes âgées ne répondent pas aux rappels de la mort de la même manière que leurs plus jeunes homologues. Le but de l’étude était de tester un concept de développement pertinent qui peut fonctionner comme un tampon contre l’anxiété ressenti à la mort à la fin de vie. L’hypothèse est que le concept de générativité d’ Erikson peut comprendre des propriétés niant de la mort pour les personnes âgées. Cent soixante-dix-neuf personnes âgées ont été recrutés pour déterminer si les initiations* subtiles mais saillants de la mortalité conduirait les participants à évaluer leur propre générativité comme étant plus élevé qu’après les initiations flagrantes, ou pas du tout, après contrôle de la générativité avant l’initiation. Comme prévu, les participants exposés à subtile renforcements de la mort se sont considérés comme ayant des niveaux plus élevés de la générativité que les deux autres groupes après générativité covariable avant. Les explications sont discutées à la lumière de la littérature sur la TGT et la générativité.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".