Informație

Care este corelația dintre indicii obiectivi și măsurile agregate de auto-raportare a satisfacției de viață?

Care este corelația dintre indicii obiectivi și măsurile agregate de auto-raportare a satisfacției de viață?



We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Indicele Better Life și alți indici urmăresc să depășească limitele PIB-ului în evaluarea progresului social. Acestea oferă un scor compozit cu ajutorul căruia pot fi clasificate națiunile pe o serie de indicatori precum siguranța, mediul, sănătatea, ocuparea forței de muncă, activitatea economică etc.

Alți cercetători obțin măsuri de auto-raportare a satisfacției fericirii vieții (de exemplu, satisfacția popluară a lui Diener cu scala de viață). Cu atenție, aceste scale pot fi agregate pe indivizi pentru a forma o măsurare la nivel de grup. De exemplu, cu eșantionare atentă, se poate obține o estimare la nivel național.

Sunt curios despre aceste lucruri:

  • Care este corelația dintre măsurile de auto-raportare agregate și indicii obiectivi de satisfacție a vieții?
  • Ce explicație este oferită pentru dimensiunea corelației în ceea ce privește modul în care acestea sunt similare sau diferite în ceea ce măsoară?

Sondajul valorilor mondiale pare un bun punct de plecare pentru examinarea satisfacției la nivel național de viață și apoi corelarea acestuia cu alți indicatori.

Diener (2000) rezumă această cercetare pe

nivelurile medii de satisfacție a vieții pentru țările selectate din World Values ​​Survey (World Values ​​Study Group, 1994), realizat cu eșantioane reprezentative de aproximativ 1.000 de respondenți pe națiune între 1990 și 1993. Cifra parității puterii de cumpărare este procentul puterii de cumpărare (bazat pe pe un „coș” de bunuri standard) pe care persoana medie din fiecare țară îl poate cumpăra cu venitul său anual, în comparație cu puterea medie de cumpărare a persoanelor fizice din Statele Unite. The corelația dintre venitul mediu din puterea de cumpărare și satisfacția medie a vieții a fost de .62 în toate națiunile din sondaj. Descoperirea că națiunile mai bogate au niveluri mai ridicate de bunăstare raportată a fost reprodusă de mai multe ori (vezi Diener și Suh, 1999). Unul dintre motivele pentru care națiunile bogate se pot întâmpla este că sunt mai susceptibile de a-și îndeplini nevoile umane de bază pentru hrană, adăpost și sănătate, precum și pentru a avea înregistrări mai bune de lupte umane (Diener și colab., 1995).

Indicele OECD Life

Am efectuat o analiză rapidă a datelor din până la 36 de țări de pe site-ul OECD Better Life Index. Puteți descărca fișierul de date utilizat direct de pe http://www.oecdbetterlifeindex.org/. Codul R, fișierul de date și rezultatul acestui proiect de set de analize sunt disponibile aici, împreună cu o listă a țărilor incluse.

Am obținut următoarele corelații între alte variabile și satisfacția de viață auto-raportată (r este corelație; n este numărul de țări):

## rn ## Rooms.per.person 0.70 30 ## Personal.earnings 0.67 34 ## Employment.rate 0.63 36 ## Households.income 0.59 32 ## Water.quality 0.59 36 ## Long.term.unemployment.rate - 0,58 34 ## Self.reported.health 0,58 34 ## Speranța de viață 0,57 36 ## Locuințe.cu.baza.facilități 0,54 32 ## Social.network 0,50 36 ## Timpul.devotat.la.locuri.și.personal. îngrijire 0,43 21 ## Gospodărie.financiar.bune 0,41 31 ## Voter.turn.out 0,36 36 ## Educație.acces 0.22 35 ## Studenți ... abilități 0,21 36 ## Aer.poluare -0,18 36 ## Locuință.costuri 0,12 32 ## Years.in.education 0.12 35 ## Consultation.on.rule.making 0.12 35 ## Employees.working.very.long.hours -0.09 33 ## Job.security 0.08 32 ## Homicide.rate -0.07 36 # # Assault.rate -0.02 36

Referințe

  • Diener, E. (2000). Bunăstare subiectivă: Știința fericirii și o propunere pentru un index național. Psiholog american, 55, 34 de ani.
  • Diener, E., Diener, M. și Diener, C. (1995). Factori care prezic bunăstarea subiectivă a națiunilor. Jurnalul personalității și psihologiei sociale, 69, 851-864.
  • Diener, E. și Sub, E. (1999). Societăți în care trăim: comparații internaționale. În D. Kahneman, E. Diener și N. Schwarz (Eds.), Bunastare: Fundamentele psihologiei hedonice (pp. 434-452). New York: Fundația Russell Sage.
  • Grupul de studiu al valorilor mondiale. (1994). World Values ​​Survey, 1981-1994 și 1990-1993 [Fișier computer, versiune ICPSR]. Ann Arbor, MI: Institutul de Cercetări Sociale.

Măsurarea bunăstării subiective

„Bunăstarea subiectivă”, termenul științific al fericirii, este o valoare centrală în viața oamenilor, iar reflecțiile pentru definirea sa au apărut încă din antichitate. Aristotel și-a exprimat interesul pentru acest subiect susținând că bunăstarea umană, etichetată ca eudaimonia ( ( varepsilon v delta alpha iota mu o nu acute < iota> alpha ): Eu = Good, Daimon = spirit), este o activitate a sufletului care exprimă virtutea completă [260]. În ultimele decenii, cercetătorii s-au concentrat pe identificarea dimensiunilor critice și a factorilor determinanți relevanți care pot afecta pozitiv sau negativ bunăstarea umană, oferind astfel o perspectivă diferită de definiția filozofică despre care se gândea Aristotel. Deoarece oamenii sunt ființe conștiente, ei își pot evalua subiectiv aprecierea față de viață, etichetată „bunăstare subiectivă” sau fericire. În special, fericirea poate fi definită ca satisfacție cu viața în general sau așa cum sugerează sociologul Veenhoven (1984), ca grad în care un individ apreciază în mod favorabil calitatea generală a vieții sale în ansamblu. În mod similar, psihologul Diener [261] definește fericirea ca fiind evaluările afective și cognitive ale vieții. Veenhoven [262] arată că oamenii folosesc două surse de informații pentru a-și evalua aprecierea cu viața în ansamblu: afectele și gândurile. Prima sursă de informații surprinde sentimentele, emoțiile și stările de spirit ale oamenilor, așa-numitul nivel hedonic de afect (sau pur și simplu numit component emoțional). În special, el subliniază că, pentru a evita neglijarea informațiilor cruciale despre evenimentele precedente și ulterioare, cercetătorii ar trebui să separe între afectele pozitive și cele negative. Pe de altă parte, a doua sursă de informații este componenta de satisfacție (sau pur și simplu numită componentă structurală), referitoare la gândurile oamenilor și captarea dacă așteptările de viață ale oamenilor au fost îndeplinite, în conformitate cu standardele lor culturale sau societale, și îi determină să-și evalueze viața satisfacţie. Aceste două componente, nivelul hedonic al afectului și componenta mulțumirii, determină fericirea generală.

Acest concept de fericire, comparativ cu măsurătorile macroeconomice tradiționale, cum ar fi PIB, inflația și venitul național (a se vedea, de exemplu, Alesina și colab. [263]) poate surprinde variațiile bunăstării percepute a oamenilor [11, 12]. De asemenea, merită menționat controversa legată de relația dintre venitul național și fericirea națională, identificată de Easterlin [30]. Potrivit paradoxului Easterlin, modificările temporare ale veniturilor atât în ​​interiorul, cât și între națiuni afectează direct fericirea, dar în timp fericirea nu evoluează ascendent pe măsură ce venitul continuă să crească.

Având în vedere natura sa subiectivă, cercetătorii măsoară frecvent fericirea prin scale de rating auto-raportate. Cu toate acestea, cele mai utilizate pe scară largă sunt rapoartele globale, care utilizează scara cu un singur articol, cum ar fi Scala de afectare pozitivă și negativă (PANAS) [264, 265]. Măsurile de auto-raportare sunt fiabile, deoarece oferă precizie și stabilitate temporală, sunt valabile pentru sondaje comunitare și comparații interculturale și pot surprinde fericirea ca viață în ansamblu, precum și satisfacții domeniului [266,267,268,269]. Exemple de sondaje auto-raportate sunt sondajul Gallup World (de exemplu, studiu realizat de Deaton [270]) și sondajul World Values ​​(de exemplu, studiu realizat de Easterlin și colab. [271]), care surprind fericirea mondială de la Gallup-Healthways Well -indice de existență (de exemplu, studiu realizat de Kahneman și Deaton [272]), British Household Panel Survey (de exemplu, studiu de Frijters și colab. [273]) și Eurobarometru (de exemplu, studiu de Stevenson și colab. [274]) , care surprind fericirea la nivel local. Deși sondajele de auto-raportare sunt utilizate pe scară largă pentru măsurarea fericirii, unii factori ar putea influența rezultatele. De exemplu, tipul de întrebări adresate înainte de întrebările despre fericire, precum și starea de spirit a indivizilor în momentul evaluării bunăstării, ar putea perturba rezultatele. Deaton și Stone [275] demonstrează un efect ridicat al ordinii articolelor din cauza întrebărilor politice care vin înainte de întrebările despre fericire. De asemenea, efectele substanțiale ale stării de spirit actuale asupra judecăților de fericire sunt generate din cauza condițiilor meteorologice, deoarece acestea afectează gândurile, sentimentele și comportamentul oamenilor [276, 277]. În cele din urmă, deoarece rapoartele globale sunt evaluări generale abstracte ale fericirii pe o perioadă lungă de timp, ele neglijează rezoluția temporală.

În mod divers, cercetătorii folosesc evaluarea ecologică momentană (EMA) și metoda de reconstrucție a zilei (DRM), care sunt jurnale momentane de auto-raportare a măsurilor de fericire. Acestea sunt concepute pentru a surprinde componentele afective ale fericirii și a reduce prejudecățile de amintire și euristica [269]. În special, EMA este o metodologie de cercetare longitudinală care solicită participanților să-și raporteze sentimentele, gândurile și emoțiile în momentul sau imediat după fiecare dintre activitățile lor, evitând prejudecățile retrospective și maximizând acuratețea evaluărilor [278]. În mod similar, DRM le cere participanților să își reconstruiască sistematic activitățile din viața de zi cu zi și experiențele din zilele precedente. Nu surprinde variația de la un moment la altul a emoțiilor, așa cum o face EMA, dar evită deranjarea activităților normale, necesită mai puțină sarcină a respondenților [279] și captează informații despre bugetul de timp mai eficient [280]. Shiffman și colab. [281] arată că rapoartele globale de fericire sunt mai predictive pentru comportamentele viitoare decât metodologiile momentane. Prin urmare, luând în considerare avantajele și dezavantajele discutate mai sus, cercetătorii sugerează o evaluare cu mai multe metode, care combină atât metodele globale, cât și cele momentane, pentru a ajunge la rezultate valide și exacte [269, 282].

Primele rânduri ale Tabelului 9 oferă un rezumat al surselor de date tradiționale, precum și avantajele și dezavantajele acestora, după cum sa discutat anterior. Rândurile rămase sunt explicate mai târziu.

Dimensiunile bunăstării subiective

De-a lungul anilor, cercetătorii au studiat bunăstarea subiectivă și au identificat dimensiunile și factorii determinanți relevanți care pot afecta pozitiv sau negativ bunăstarea umană. Unele studii se bazează pe seturi de date mici (de exemplu, revizuirea de către Diener și Seligman [283]) care reflectă interesul psihologilor, cum ar fi personalitatea, iar altele folosesc seturi de date mai mari, cum ar fi datele panoului (de exemplu, revizuirea de Dolan și colab. [29]) reflectând interesul economiștilor. Aceste studii, efectuate cu utilizarea surselor de date tradiționale, și în special cu sondaje, au arătat mai multă lumină asupra identificării în detaliu a factorilor determinanți ai fericirii, pe care îi împărțim în cinci dimensiuni principale explicate mai jos:

Genele umane

Dovezile arată că unul dintre cei mai importanți predictori ai fericirii sunt genele umane, care sunt destul de moștenite, cu un interval de 30% până la 50%, deoarece există o variație a rezultatelor între studii [13,14,15,16,17,18 , 19,20]. Prin urmare, în medie, aproximativ 40% din varianța diferențelor individuale în scorurile fericirii este reprezentată de gene. Personalitatea, care se încadrează în structura noastră genetică, poate distinge între personalitățile fericite și nefericite. De exemplu, persoanele extravertite sunt mai fericite decât cele anxioase și îngrijorate [284]. Persoanele cu o stimă de sine mai mare sunt mai puțin susceptibile de a suferi de depresie [29]. În plus, studiile întreprinse cu date în diferite țări și perioade de timp, găsesc influențe ale următoarelor rezultate: vârsta are un efect în formă de U asupra fericirii, cu cel mai înalt nivel de fericire pentru cei mai tineri și cei mai în vârstă și cel mai scăzut nivel de fericirea la vârsta mijlocie, între 32 și 50 de ani [29], femeile sunt fie mai fericite decât bărbații, fie nu există nicio diferență semnificativă între ele în aproape toate cele 73 de țări investigate [285]. Cu toate acestea, aceste rezultate ar trebui interpretate cu atenție. De exemplu, Deaton și Tortora [286] arată că relația în formă de U între fericire și vârstă în țările occidentale se transformă într-o relație liniară în țările sub-sahariene, unde există indisponibilitatea serviciilor sociale pentru persoanele în vârstă.

Nevoile universale

Conform teoriei evoluției [22] și a tendințelor inerente de creștere a omului [23], nevoile de bază și psihologice joacă un rol important asupra fericirii și sunt considerate universale. De fapt, Tay și colab. [24], într-o cercetare efectuată în 123 de țări, arată că evaluarea vieții este asociată cu a avea nevoi de bază și psihologice, cum ar fi hrană și adăpost, satisfăcute ( (r = 0,31 )) Nota de subsol 1 efectele pozitive sunt asociate cu îndeplinirea a nevoilor sociale ((r = 0,29) ^ 1 ) și respectul câștigat de la alte persoane ((r = 0,36) ^ 1 ) afectele negative sunt asociate cu îndeplinirea nevoilor de bază ( (r = -0,17 ) )) (^ 1 ), respectul câștigat de la alții ((r = -0.20) ^ 1 ) și nevoile de autonomie ((r = -0.18) ^ 1 ) în ceea ce privește gradul de libertate în viață. Prin urmare, conform teoriei Livabilității lui Veenhoven și Ehrhardt [287], unele societăți au o calitate a vieții mai bună, deoarece satisfac în mare măsură nevoile universale menționate anterior. Trebuie remarcat faptul că fiecare dintre aceste nevoi de bază și psihologice este independentă una de alta, ceea ce înseamnă că fiecare dintre ele influențează fericirea dincolo de efectele altora.

Figura prezintă surse de date (stânga) cu dimensiunile bunăstării subiective (dreapta)

Mediu social

Mulți factori determinanți intră sub această dimensiune și pot explica schimbările nivelului de fericire raportat. Pentru început, educația este un factor determinant important, care trebuie studiat cu atenție, deoarece există dovezi controversate ale efectelor sale asupra fericirii. Unele studii privind economia fericirii sugerează o relație nesemnificativă între învățământul superior și fericire, în timp ce altele arată o relație negativă între ele [25,26,27,28]. Pe de altă parte, alte studii arată că indivizii educați tind să raporteze emoții mai pozitive și mai puțin negative, precum și mai multă satisfacție cu majoritatea domeniilor vieții lor, cum ar fi oportunitățile financiare, de angajare etc., chiar și atunci când controlează pentru factori economici, precum căsătoria [288, 289]. În plus, studiile arată că sănătatea este un factor determinant important, sănătatea psihologică fiind mai puternic corelată cu fericirea decât sănătatea fizică (de exemplu, revizuirea lui Dolan și colab. [29]). Clima este un alt factor determinant, care pare să aibă efecte asupra fericirii. Studiul lui Rehdanz și Maddison [290] oferă o indicație rezonabilă că vremea extremă dăunează fericirii. Mai mult, trăirea într-o zonă urbană sau rurală pare să influențeze fericirea. În special, trăirea în orașele mari afectează negativ fericirea, în timp ce trăirea în zonele rurale o afectează pozitiv (de exemplu, Hudson și Kyklos [291] pentru Europa Hayo [292] pentru Europa de Est). Dimpotrivă, Rehdanz și Maddison [290] arată rezultate diferite în ceea ce privește urbanizarea și ruralizarea. Ele demonstrează că densitatea populației nu afectează fericirea. Un alt factor important este exercitarea. Firește, Ferrer-i-Carbonell și Gowdy [293] arată că persoanele care fac mișcare tind să aibă niveluri mai ridicate de fericire.

Mediu economic

Venitul este unul dintre cei mai discutați factori determinanți economici ai fericirii. Easterlin [30] susține că, deși fericirea și veniturile prezintă o relație pozitivă în interiorul națiunilor, ele arată o asociere slabă sau deloc între națiuni. El arată, de asemenea, că, între țări, deși relația dintre fericire și venit se menține pe termen scurt, acest lucru nu este cazul în timp. Cu toate acestea, seriile de timp și analizele de panouri între țări arată că există o relație pozitivă între venit și fericire, de asemenea, pe termen lung [32,33,34]. Veenhoven [31] contestă constatările Easterlin susținând că fericirea oamenilor depinde în mare măsură de satisfacerea nevoilor de bază și psihologice acoperite de venit, care este mai mult un standard absolut, decât un standard relativ. Până în prezent, studiile susțin ambele argumente. O altă sursă care contribuie la această dezbatere este venitul la nivel individual sau studiile de date privind bogăția și fericirea. De exemplu, un studiu longitudinal cu un eșantion de aproximativ 33.000 de indivizi arată că după doi ani, câștigătorii de la loterie au evaluat fericirea mai mare decât câștigătorii de la loterie [294]. Aceste constatări contradictorii confirmă complexitatea interpretării rolului veniturilor și bogăției asupra fericirii, deoarece relația potențială pozitivă dintre ele poate fi moderată de alți factori. De exemplu, în cazul dezastrelor naturale, țările mai bogate sunt mai capabile din punct de vedere economic să ofere ajutor financiar persoanelor afectate de eveniment [295]. Ocuparea se încadrează în categoria dimensiunii economice (a se vedea, de exemplu, [296, 297]), la fel și veniturile. Dovezile arată că indivizii șomeri raportează o fericire mai mică decât indivizii angajați [298]. În special, Knabe și colab. [299] demonstrează că șomajul are o relație substanțială cu diminuarea bunăstării cognitive, dar nu scade bunăstarea afectivă.

Mediul politic

După cum sa discutat anterior, există și factori determinanți politici asociați cu fericirea. De exemplu, Radcliff și colab. [35] examinează efectul democrației directe și, în special, efectul utilizării inițiativelor asupra fericirii. Acestea arată că fericirea unui individ este mai mare în statele în care nu numai inițiativele sunt permise, ci și factorii de decizie politică depind de aceste inițiative pentru a forma sistemul politic. Libertatea politică se încadrează și în această dimensiune. Veenhoven [36] arată că libertatea politică este puternic corelată cu fericirea în țările dezvoltate. Un alt determinant politic asociat cu fericirea este ierarhia socială în ceea ce privește diferențele de putere și prestigiu. Brule și Veenhoven [300] arată că în țările din nordul și sudul Europei, oamenii sunt mai puțin fericiți în societățile ierarhice. În sfârșit, încrederea socială [301] și calitatea guvernului [302] sunt factori determinanți politici care sunt în mod substanțial asociați cu fericirea.

Surse de date pentru monitorizarea dimensiunilor bunăstării subiective

În mod similar cu Fig. 1 privind bunăstarea obiectivă, Fig. 2 descrie noile surse de date (stânga) care au fost utilizate pentru a estima una sau mai multe dimensiuni ale bunăstării subiective (dreapta). Prezența unei legături în Fig. 2 între o sursă de date și o dimensiune indică faptul că există lucrări în literatura de specialitate privind monitorizarea acelei dimensiuni cu sursa de date respectivă. De exemplu, b4 indică legătura dintre datele Google Trends (b) și mediul economic (4).

În această secțiune, descriem, pentru fiecare sursă de date, caracteristicile sale (de exemplu, procesul de colectare a datelor, prejudecățile și limitările sale) și principalele lucrări din literatura de specialitate care îl utilizează pentru a măsura mai multe dimensiuni ale bunăstării subiective. Tabelul 9 oferă un rezumat al noilor surse de date utilizate pentru a explora fericirea, inclusiv sursele de date tradiționale, după cum sa discutat anterior. Ne propunem să evidențiem avantajele și dezavantajele utilizării fiecărei surse de date ca un ghid util pentru cercetările viitoare despre fericire.

Odată cu creșterea tehnologiei, cercetătorii sunt înclinați să utilizeze abordări mai inovatoare pentru măsurarea fericirii. De fapt, în ultimii ani, cercetătorii folosesc noi metodologii și surse de date, care oferă noi oportunități de a studia fericirea și de a ocoli limitările purtate de metodologiile și sursele de date tradiționale. Studiul Fowler și Christakis [303] este unul dintre primele și cele mai importante pentru a ajuta la tranziția cercetării fericirii de la epoca tradițională la cea inovatoare. Cercetătorii au informat informațiile din fișele de urmărire administrative scrise de mână din Framingham Heart Study. Ei studiază fericirea ca fenomen de rețea, utilizând datele a 4739 de persoane, din 1983 până în 2003. Comparativ cu lucrările tradiționale anterioare despre fericire, care se concentrează principal pe factorii socioeconomici, politici și genetici, acest studiu este primul care studiază fericirea ca fenomen de răspândire și caracteristicile sale. În special, ei sugerează că fericirea este un fenomen de rețea, care grupează oameni fericiți și nefericiți și se răspândește în diferite relații sociale (de exemplu, rude, prieteni) până la trei grade de separare (de exemplu, prietenii prietenilor prietenilor). În plus, persoanele care sunt centrale în rețea sunt mai susceptibile de a fi fericite în viitor.

Există mai mult decât studiul menționat mai sus în era inovatoare, predominant cu utilizarea surselor inovatoare de date mari. Deși măsurarea fericirii cu noi abordări de date pare să fie adecvată în prezicerea componentei emoționale a fericirii, majoritatea studiilor par să neglijeze componenta structurală a fericirii [304]. Mai jos sunt descrise noi surse de date și sunt furnizate studii relevante. Am dori să subliniem că, în comparație cu studiile obiective de bunăstare, cercetătorii de bunăstare subiectivă explorează de obicei mai multe dimensiuni.

Rețele sociale

În zilele noastre, oamenii sunt foarte implicați în social media și sunt motivați să-și împărtășească emoțiile și gândurile online, lăsând un conținut generat de utilizatori, actualizat continuu. Studierea fericirii din postările utilizatorilor poate elimina efectul de dezirabilitate socială pe care îl aduc auto-rapoartele tradiționale, datorită evaluării inexacte și necinstite a fericirii de către participanți [305]. Astfel, cercetătorii și factorii de decizie sunt atrași de aceste oportunități intelectuale de a explora fericirea, cu o utilizare mai largă a datelor Twitter accesate prin intermediul API-ului public al Twitter. Twitter are cele mai puține bariere în extragerea datelor, în timp ce celelalte rețele sociale au politici stricte, iar achiziția de date s-a dovedit a fi dificilă. Datele din rețelele sociale pot întâmpina, de asemenea, unele preocupări. Ele pot reflecta prejudecăți de dorință socială, deoarece indivizii își gestionează profilurile online [122]. De asemenea, utilizatorii Twitter pot să nu fie la fel de reprezentativi pentru populația generală [123] ca și auto-rapoartele anonimizate efectuate printr-un eșantion reprezentativ ales. Tabelul 10 ilustrează un exemplu de structură a înregistrărilor Twitter.

Există mai multe studii pe rețelele sociale (în principal pe Twitter) care arată variațiile fericirii influențate de nevoile universale (a2) și, în special, interacțiunea cu alte persoane. De exemplu, Quercia și colab. [306] folosiți datele Twitter pentru a monitoriza fericirea comunității brute în orașul Londra. În special, ei sugerează că prietenii Twitter, în medie, au un sentiment similar. Ele arată, de asemenea, că relația dintre sentiment și bunăstare se poate menține la nivel individual și comunitar. Bollen și colab. [307] utilizați lexiconul de subiectivitate OpinionFinder (OF) [308] pentru a analiza sentimentul unei rețele sociale online de 39.110 utilizatori Twitter. Acestea arată prima observare directă a unui Paradox fericit semnificativ, ceea ce înseamnă că, în medie, majoritatea indivizilor sunt mai puțin fericiți decât prietenii lor. În mod similar, utilizând OF, Bollen și colab. [309] analizează conținutul emoțional al unui set de utilizatori Twitter pe parcursul a 6 luni, pentru a examina dacă fericirea este asortativă în rețelele sociale online. Ei găsesc niveluri semnificative de asortativitate a fericirii pe Twitter, deoarece utilizatorii ar putea propune să se conecteze la utilizatori cu valori de fericire similare (atașament homofil) sau să convergă la nivelul de fericire al prietenilor lor (contagiune). Acest rezultat sugerează că rețelele sociale reale pot funcționa în mod similar. Cu utilizarea Facebook, Kramer și colab. [310] testați dacă emoțiile sunt contagioase între utilizatori fără conștientizarea persoanelor influențate. Într-adevăr, prin reducerea cantității de conținut emoțional din Feedul de știri Facebook pe un experiment realizat pe utilizatorii Facebook, ei demonstrează că contagia emoțională se poate întâmpla și fără interacțiune directă între utilizatori și chiar fără indicii non-verbale.

Social media este, de asemenea, utilizat pentru explorarea fericirii influențate de dimensiunea mediului social (a3). De exemplu, Lim și colab. [311] colectează un set de tweet-uri geoetichetate, ale utilizatorilor din Melbourne, Australia, între perioada noiembrie 2016 și ianuarie 2017. Folosesc analiza sentimentelor pentru a demonstra că oamenii prezintă emoții mai pozitive și emoții mai puțin negative în spațiile verzi sau aproape de ele . Acest lucru ar putea fi potențial luat în considerare de factorii de decizie politică care vizează îmbunătățirea bunăstării societății prin intervenții de ecologizare urbană. În plus, Mitchell și colab. [312] folosiți datele Twitter pentru a studia fericirea și baza de date MAF / TIGER a Biroului recensământului din 2010 al SUA pentru a defini zonele urbane. Aceștia folosesc instrumentul de analiză a sentimentului Language Assessment by Mechanical Turk (labMT) pentru a studia asemănările în utilizarea cuvântului în zonele urbane din Statele Unite, pentru a cartografia zonele în funcție de nivelul fericirii și a puncta statele și orașele individuale pentru fericirea medie a cuvântului. Golder și Macy [313] identifică ritmurile de dispoziție diurne și sezoniere la nivel individual în culturile din întreaga lume, folosind date de pe Twitter între februarie 2008 și ianuarie 2010. Ei descoperă că oamenilor le place weekendul, deoarece oamenii sunt mult mai fericiți sâmbăta și duminica. De asemenea, descoperă că chiar și bună dispoziția indivizilor se deteriorează pe măsură ce ziua progresează, ceea ce este în concordanță cu efectele somnului și ritmului circadian. Ele arată, de asemenea, că modificarea sezonieră a efectului pozitiv inițial variază în funcție de schimbarea lungimii zilei. Landsdall și colab. [314] își îndreaptă atenția asupra problemei stării sau sentimentului publicului - starea națiunii. Folosesc tweet-uri prelevate din cele mai mari 54 de orașe din Marea Britanie din iulie 2009 până în ianuarie 2012 și asociază fiecare dintre emoțiile de bază (frică, bucurie, furie, tristețe) cu o listă de cuvinte. Ei află că fiecare dintre cele patru emoții cheie se schimbă în timp, într-un mod care este parțial previzibil (sau cel puțin interpretabil). Bucuria crește de Crăciun, frica de Halloween și mai ales starea de spirit negativă au început în octombrie 2010, unde au fost anunțate reduceri masive în Marea Britanie. Cresci și colab. [315] folosiți datele Instagram pentru a explora, printre altele, diferențele pe care mediul cultural și social le aduce asupra zâmbetelor oamenilor. Ei efectuează recunoașterea feței într-un studiu de caz de peste 2 milioane de selfie-uri partajate din ianuarie până în februarie 2015. În special, utilizează o funcție de algoritm Face ++ pentru a măsura gradul zâmbitor al indivizilor din selfie-urile lor. Rezultatele arată că El Salvador, Brazilia și Panama au cea mai mare medie zâmbitoare.

Alți cercetători folosesc rețelele sociale pentru a studia variațiile fericirii influențate de mai multe dimensiuni. De exemplu, Bollen și colab. [316] efectuează analize de sentiment pe datele de pe Twitter din 2008. Constată că evenimentele din sfera socială și culturală (a3), politică (a5) și economică (a4) au un efect semnificativ asupra fericirii. Dodds și colab. [317] construiește Hedonometrul pentru a măsura tiparele temporale de fericire societală, influențate de nevoile de bază (a2), precum și de diferiți factori sociali (a3), economici (a4) și politici (a5). Pentru a indica fericirea folosind Hedonometer, acestea creează un set de date de tweet-uri ale utilizatorilor pe o perioadă de 3 ani (din septembrie 2008 până în septembrie 2011 aproximativ). Rezultatele arată că, în general, la nivel anual, fericirea medie pare să crească până în aprilie 2009 și apoi să scadă treptat. Săptămânal, media fericirii atinge vârfurile în weekend și, pe oră, cea mai fericită oră a zilei este între 5 și 6 dimineața (ora locală a SUA). Un alt exemplu este Iacus și colab. [318], care analizează tweet-uri din Italia, scrise în limba italiană. În special, utilizează metoda iSA (Integrated Sentiment Analysis) [319, 320] pentru a surprinde un set de factori determinanți care influențează fericirea, cum ar fi stima de sine (a1) și relațiile de familie (a2), și le agregă într-un index etichetat SWBI (Social Well Being Index). Rezultatele sugerează că condițiile de mediu și de sănătate (a3) ​​anticipează mai mulți factori determinanți ai fericirii măsurați de SWBI. Acest studiu este unul dintre puținele care studiază atât componentele emoționale, cât și cele structurale ale fericirii. Curini și colab. [321] folosiți tweet-uri postate în 2012 în Italia pentru a construi un indice de fericire, etichetat iHappy. Acestea demonstrează că variabile precum calitatea generală a instituțiilor (a5) par să aibă un efect minor asupra nivelului mediu de fericire al provinciilor italiene. În schimb, variabilele meteorologice, cum ar fi ploaia și zăpada (a3), precum și evenimentele legate de zile specifice, cum ar fi ziua de plată (a4), au un impact mai puternic asupra fericirii. Mai mult, Durahim și colab. [322] utilizați datele Twitter pentru a crea Fericirea Națională Brută (GNH) pentru țara Turciei. GNH creată măsoară fericirea oamenilor la fel de variată din cauza unor evenimente specifice, precum Ziua Îndrăgostiților (a2), Ziua de începere a protestelor din Parcul Gezi (#occupygezi) și verdictul procesului Ziua Ergenekon (a5). În cele din urmă, Coviello și colab. [323] comparați ce postează oamenii pe Facebook cu datele pe care le au despre vreme (a3), în special cantitatea de precipitații. Ei descoperă că oamenii tind să posteze mesaje mai puțin fericite pe Facebook dacă plouă. Această emoție pare să treacă de-a lungul rețelei lor (a2). De exemplu, dacă o prietenă de pe Facebook se află într-o zonă ploioasă și acest lucru afectează conținutul emoțional al postărilor ei pe Facebook, atunci mai probabil, prietenii ei ar putea posta un mesaj mai trist, chiar dacă acolo unde sunt vremea este mai bună.

Trenduri Google

O altă sursă nouă de date este Google Trends, care oferă date despre frecvența anumitor termeni de căutare în timp. Algan și colab. [324] prezintă Google Trends ca o nouă sursă de date pentru explorarea fericirii și a dimensiunilor sale relevante. Ei consideră că este o sursă de date promițătoare pentru actualitatea sa, deoarece oferă oamenilor de știință sociali de calcul date imediate, precum și oferă posibilitatea de a observa comportamentul oamenilor, în comparație cu analiza opiniilor textuale. Pe de altă parte, lucrul cu Google Trends îi provoacă pe cercetători, deoarece valoarea seriei obținute direct din Google Trends este dificil de interpretat, iar această valoare într-o anumită zi nu poate fi comparată între termeni, deoarece aceștia sunt normalizați la valoarea maximă pe termen. În acest studiu [324], cercetătorii acoperă 300 de săptămâni din 6 ianuarie 2008 până în 4 ianuarie 2014. Rezultatele arată că fericirea este asociată cu securitatea locului de muncă, securitatea financiară (b4), viața de familie (b2) și factorii determinanți ai timpului liber (b3) ). Un exemplu de set de date Google Trends nu este furnizat, deoarece datele sunt reprezentate ca serii temporale ale frecvenței.

Date colectate

Crowdsourcing, după cum sa discutat în secțiunea. 2.2, implică obținerea de locuri de muncă, informații sau opinii de la un grup mare de oameni care își trimit datele prin internet, aplicații pentru smartphone etc. În special, smartphone-urile atrag în ultimul timp cercetătorii fericirii, deoarece oferă acces la date inaccesibile anterior legate de cotidian. comportament social [325, 326]. Innovative smartphone sensor technology, such as accelerometers, GPS, and Bluetooth, are used in combination with self-reports, such as mood tracking self-reports, in the form of EMA. However, such methodologies bring the limitations of the traditional data sources (see the first rows of Table 9), since happiness fluctuations are collected through self-reports. Moreover, when hiring individuals to participate in crowdsourcing platforms, the crowd is not anymore for free, and the study might result in high costs. It is, therefore, hard to keep a trade-off between initial objectives with results of quality and cost [327]. Additionally, some studies are conducted with a small number of data and might need to be replicated. Table 11 shows an example of crowdsourced data.

For example, Lathia et al. [328] collect data of over 10,000 individuals, by combining smartphone-based self-reports (in the form of EMA) and the accelerator in the smartphones, to investigate the relationship between happiness and physical activity (c3). Results show that there is indeed a relationship between happiness and physical activities, including the non-exercise ones, such as standing and walking. Asai et al. [329] study 100,000 happy moments from HappyDB over 3 months, to find which are the short and long term determinants of happiness. In particular, HappyDB is a database created through Amazon Mechanical Turk, for capturing people’s happy moments by asking every 24 h and once over 3 months, people’s happiness status, and analyzing with NLP people’s responses. Results show that exercise, nature, and leisure (c3) are short-term determinants, whereas social relationships with loved ones (c2) and achievements (c3) are long-term determinants. Bogomolov et al. [330] exploit a data set of 117 individuals, who are equipped with a sensing software between 2010 and 2011. This software collects smartphone activity data of call logs, SMS and proximity data (acquired by scanning nearby phones and other Bluetooth devices every five minutes). It also collects personality traits (the “Big Five” [331]) and daily happiness data by self-report questionnaires. Results demonstrate that by using mobile phone data reflecting social interactions (c2), information concerning weather conditions (c3), and personality traits (c1), individuals’ daily happiness can be predicted.

News data

Similarly to objective well-being, news data are a new promising data source for the further exploration of subjective well-being. Its advantages and its disadvantages, as well as a data set example, are discussed and presented in Sect. 2.2. Carlquist et al. [332] study happiness with the use of news data. In particular, they study the concept of well-being in Norwegian society by examining word use patterns in four electronically archived Norwegian newspapers media from 1992 to 2014. They demonstrate that about half of the words referring to affective approaches, cognitive or life satisfaction approaches, eudaimonic and humanistic approaches, and character strengths show systematic and statistically significant patterns of change. The most notable rise concerns the eudaimonic words (related to mastery, motivation, and self-development), which show increasing trends in all newspapers. The authors state that certain happiness terms appearing more frequently could be interpreted as an increased and liberating focus on individual opportunity (d1) [333] or could demonstrate neoliberal ideology (d5) [334].


Rezultate si discutii

Correlations among self-regulatory constructs

As anticipated, grit, conscientiousness, and Self-Control Scale scores were strongly correlated (all rs > .598, see Table 1). A self-discipline composite measure was created by z-scoring grit, the Self-Control Scale, and conscientiousness and summing these standardised values.

Stroop effects

Our procedure successfully produced the Stroop effect in reaction time and error rates. Responses were faster on compatible (M = 438 ms SE = 3.80) than incompatible trials (M = 455 ms SE = 4.42) trials, t(216) = –12.579, p < .001, d = –0.947. Error rates were higher on incompatible (M = 7.5% SE = 0.35) than compatible trials (M = 4.9% SE = 0.28), t(216) = –11.521, p < .001, d = –0.821.

Bayesian Correlations

We next tested correlations between the Stroop effect and the self-report measures. Difference values were used because they are indicative of overriding processes while controlling for base rate performance. 2 As increasing values on each self-report scale should be associated with reduced Stroop effects (i.e., higher control), we set a prior on the correlation that is skewed such that most of its mass (78%) falls on negative correlation values (see Figure 1). 3 Here, a Bayes factor in favour of the alternative hypothesis (BF01 < 1) would support correlations among performance and self-report measures. In contrast, a Bayes factor favouring the null (BF01 > 1) would suggest no relationship between questionnaire and behavioural measures. We report posterior medians and 95% posterior (credible) intervals in brackets for each correlation, which tell us the most likely range for the value of the correlation if it is in fact non-zero.

Prior distribution used in the Bayesian correlation analysis in Study 1. The vertical line marks the median of this distribution at –.29. This prior was obtained by first placing a N(–.3, .4) prior on Fisher’s Z and then converting back to the correlation scale (see the supplementary materials for details, https://osf.io/8etus/). Correlation coefficients unaffected by the prior can be found in the online code on our OSF page.

Prior distribution used in the Bayesian correlation analysis in Study 1. The vertical line marks the median of this distribution at –.29. This prior was obtained by first placing a N(–.3, .4) prior on Fisher’s Z and then converting back to the correlation scale (see the supplementary materials for details, https://osf.io/8etus/). Correlation coefficients unaffected by the prior can be found in the online code on our OSF page.

Stroop effect in reaction time. The data provide evidence that the Stroop effect in reaction times was not correlated with Self-Control Scale scores (r = –.012 [–.143, .119] BF01 = 7.73) or the self-discipline composite measure (r = –.027 [–.158, .105], BF01 = 7.26), see Figure 2. Moreover, the posterior intervals suggest that any correlation between reaction time performance and these scales would likely be small.


Introducere

Mental health professionals use a variety of instruments to assess mental health and wellbeing. Common purposes for psychological testing include: screening for the presence or absence of common mental health conditions making a formal diagnosis of a mental health condition assessment of changes in symptom severity and monitoring client outcomes across the course of therapy.

Screening: Brief psychological measures can be used to ‘screen’ individuals for a range of mental health conditions. Screening measures are often questionnaires completed by clients. Screening tends are quick to administer but results are only indicative: if a positive result is found on a screening test then the screening test can be followed up by a more definitive test.

Diagnostic: Psychological assessment measures can support a qualified clinician in making a formal diagnosis of a mental health problem. Mental health assessment with the purpose of supporting a diagnosis can include the use of semi-structured diagnostic interviews and validated questionnaires. Items in self-report measures used for diagnosis often bear a close correspondence to criteria specified in the diagnostic manuals (ICD and DSM).

Symptom & outcome monitoring: One strand of evidence-based practice requires that therapists use outcome measures to monitor progress and guide the course of therapy. Psychologists, CBT therapists, and other mental health professionals often ask their clients to complete self-report measures regularly to assess changes in symptom severity.


Introducere

Since at least the work of Aristotle, philosophers have been interested in wellbeing, understood as the qualities of a good life or a good society [1]. For Aristotle, living a good life meant achieving one’s potential in knowledge, health, friendship, wealth, and other life domains [1]. Fifteen years ago, Kahneman, Diener and Schwartz [2] proposed a new science of wellbeing focused on explaining positive states of mind and taking seriously people’s expressed subjective assessments of their own emotions and quality of life.

Following Kahneman, Diener and Schwartz’s work [2], social scientists’ and policy makers’ interest in the nature and determinants of wellbeing has grown. Two conceptual approaches to wellbeing research now dominate the field [3–5]. The objective approach defines wellbeing in terms of quality of life indicators such as material resources (e.g. income, food, housing) and social attributes (education, health, political voice, social networks and connections). The subjective approach emphasises subjective wellbeing, that is people’s own evaluations of their lives, especially their life satisfaction (a cognitive evaluation), happiness (a positive emotional state) and unhappiness (a negative emotional state) [1].

The objective approach to wellbeing largely originates from Amartya Sen’s work in welfare economics [6,7]about how to measure poverty and inequality, and its extension [8,9]to the capabilities individuals should have to live fulfilling lives. Political theorists such as Nussbaum [10]have listed core human capabilities to include life, bodily health, bodily integrity, the ability to use the senses to think and to imagine, the ability to express emotions, to exercise practical reason and autonomy with respect to one’s own life, to affiliate, to live with dignity, to live in and with nature, to play, and to control one’s own political and economic environment, through education, work and political and social participation.

The objective approach also informs national and international statistical indicators such as The United Nations Development Programme Human Development Index, the OECD’s Better Life initiative, and the French government’s Commission on the Measurement of Economic Performance and Social Progress [11]. Social indicators frameworks attempt to measure societal development and quality of life using aggregate measures of education, employment, health, housing, income, security, environmental quality and political and social inclusion.

In contrast, the subjective approach conceptualises and measures wellbeing using people’s subjective overall life evaluations [3, 5,12]. Objective and subjective approaches to wellbeing also treat subjective wellbeing (life evaluations) differently. In some objective approaches, subjective wellbeing evaluations are one component of overall wellbeing alongside objective measures and “the core question for the objective approach is to agree on the list of goods that are necessary for a good life” [3]. The subjective approach on the other hand theorises objective wellbeing affecting subjective wellbeing implying that objective goods and circumstances influence subjective life evaluations [3].

These frameworks have had two implications for empirical wellbeing research. First, proponents of the objective approach have not investigated how objective wellbeing indicators influence subjective life evaluations because this question is not theoretically relevant in the objective framework [3]. On the other hand, subjective wellbeing studies have tended to concentrate predominantly on how a small number of objective indicators influence life satisfaction or happiness, with most research examining income [3,4]the predominant objective wellbeing indicator in early research. Some studies examine relationships between subjective wellbeing and other objective indicators such as education [12,13], family and friendship networks [12,14] and health [13]. However, little research examines how subjective wellbeing is related to a comprehensive set of objective wellbeing indicators.

Two recent exceptions are Bohnke and Kohler [3]and Bellani and D’Ambrosio[4]. Bohnke and Kohler [3] use the European Quality of Life Study, a cross-sectional comparative survey of 28 countries, to identify differences in quality of life between European countries and to assess the perceived importance of various dimensions social inequality for people living in different countries. Bellani and D’Ambrosio [4] analyse the European Community Household Panel, a longitudinal survey of EU member states conducted from 1994–2001, to study the relationship between self-reported satisfaction and objective well-being as measured by the indices of deprivation and social exclusion. They find that life satisfaction decreases with an increase in deprivation and exclusion, even when controlling for a range of factors. These papers address particular substantive gaps and have different strengths. Both use high quality survey data and strong measures of objective wellbeing. Including many countries in their analysis enables Bohnke and Kohler [3] to examine the generality of patterns between objective and subjective wellbeing but without longitudinal data they cannot take account of individual changes in objective circumstances or subjective wellbeing, or adjust for unmeasured individual characteristics which might bias their cross-sectional results. Bellani and D’Ambrosio [4] use longitudinal data but cover a more limited set of objective measures than Bohnke and Kohler [3], and lack measures of indicators like health and leisure time. Bellani and D’Ambrosio [4] also lack an overall measure of life satisfaction, and instead use partial indicators measuring satisfaction with work, housing, finances and leisure.

In this paper we attempt to make four research contributions. First, we adopt a broad conception of wellbeing that includes objective dimensions measuring human capabilities in different spheres of life (social, economic, political, environmental), and subjective aspects based in cognitive evaluations of overall life satisfaction. Our objective measures include social, economic and physical components noted by Stiglitz, Sen and Fitoussi [11] and reflect the list of central capabilities proposed by Nussbaum [15] and the comprehensive measures used by Bohnke and Kohler [3]. Second, we use longitudinal rather than cross-sectional data and apply statistical methods that partly adjust for cross-sectional data biases (cf. [16]). Third we also examine how objective and subjective aspects of wellbeing are linked to structural dimensions of inequality, gender, class, age and ethnicity thereby joining the study of wellbeing with the study of social inequality (cf.[3]). Finally, we examine these relationships in Australia, a country that is among the highest in the world in objective wellbeing, but which has not been included in previous comprehensive studies of relationships between subjective and objective wellbeing.


A Brief Instrument to Assess Both Burnout and Professional Fulfillment in Physicians: Reliability and Validity, Including Correlation with Self-Reported Medical Errors, in a Sample of Resident and Practicing Physicians

Objective: The objective of this study was to evaluate the performance of the Professional Fulfillment Index (PFI), a 16-item instrument to assess physicians' professional fulfillment and burnout, designed for sensitivity to change attributable to interventions or other factors affecting physician well-being.

Metode: A sample of 250 physicians completed the PFI, a measure of self-reported medical errors, and previously validated measures including the Maslach Burnout Inventory (MBI), a one-item burnout measure, the World Health Organization's abbreviated quality of life assessment (WHOQOL-BREF), and PROMIS short-form depression, anxiety, and sleep-related impairment scales. Between 2 and 3 weeks later, 227 (91%) repeated the PFI and the sleep-related impairment scale.

Results: Principal components analysis justified PFI subscales for professional fulfillment, work exhaustion, and interpersonal disengagement. Test-retest reliability estimates were 0.82 for professional fulfillment (α = 0.91), 0.80 for work exhaustion (α = 0.86), 0.71 for interpersonal disengagement (α = 0.92), and 0.80 for overall burnout (α = 0.92). PFI burnout measures correlated highly (r ≥ 0.50) with their closest related MBI equivalents. Cohen's d effect size differences in self-reported medical errors for high versus low burnout classified using the PFI and the MBI were 0.55 and 0.44, respectively. PFI scales correlated in expected directions with sleep-related impairment, depression, anxiety, and WHOQOL-BREF scores. PFI scales demonstrated sufficient sensitivity to detect expected effects of a two-point (range 8-40) change in sleep-related impairment.

Concluzii: PFI scales have good performance characteristics including sensitivity to change and offer a novel contribution by assessing professional fulfillment in addition to burnout.


Discuţie

This study was the first to simultaneously examine between- and within-person associations of older adults’ life satisfaction with sedentary behavior and physical activity. It was also the first to examine those associations with objective and self-report measures of behavior. Life satisfaction was consistently unrelated to older adults’ usual levels of sedentary behavior and physical activity. Results at the daily level of analysis varied. When using objectively measured behavioral data, daily sedentary behavior was negatively associated with life satisfaction, but daily physical activity was not linked with life satisfaction. When using self-reported behavioral data, daily sedentary behavior was unrelated to life satisfaction, but daily physical activity was positively associated with life satisfaction.

Consistent with findings by Withall and colleagues (2014), between-person associations between sedentary behavior and life satisfaction were not documented in this study. The null, between-person associations between sedentary behavior and life satisfaction, across both self-report and objective measures of behavior, may reflect the relatively good health status of our sample. Participants did not have any physical limitations that prevented them from walking across a room or rising out of a chair on their own. Additionally, the average severity of physical symptoms reported by participants was relatively low. Samples that include older adults with more diverse health status may exhibit a between-person association between sedentary behavior and life satisfaction ( Balboa-Castillo, León-Muñoz, Graciani, Rodríguez-Artalejo, & Guallar-Castillón, 2011 Hamer & Stamatakis, 2013).

Findings of null associations between usual physical activity and life satisfaction conflicted with previous findings ( Maher et al., 2015). For midlife and older adults, but not emerging adults, usual levels of physical activity were positively associated with life satisfaction even after controlling for daily physical activity. That study only tested a linear age moderation term, so it is possible that midlife, and not older adults, drove that between-person association.

Additionally, the physical activity measures used in the present study differed from the measure used by Maher and colleagues (2015). That study operationalized physical activity as the number of 10+ minute bouts of physical activity engaged in each day, regardless of duration (frequency), whereas this study operationalized self-reported physical activity as the average amount of energy expended based on minutes of physical activity per day (volume). Additionally, the objective measure used in this study operationalized physical activity as time spent stepping (duration) because older adults’ engage in mostly light-intensity and relatively little moderate-to-vigorous–intensity physical activity ( Buman et al., 2010). More frequent physical activity may make a greater contribution than the total volume or duration of physical activity to older adults’ daily life satisfaction.

Differences in the within-person association between sedentary behavior and life satisfaction may reflect ways in which self-report and objective measures capture sedentary behavior. As an objective measure of sedentary behavior, the ActivPAL3 activity monitor measures posture and movement. Self-reported measures of behavior rely on a person to accurately recall time spent sitting in various activities. Accurately recalling health behaviors, such as sedentary behavior or physical activity, may be quite challenging for individuals at any age. Sitting is a pervasive behavior across the life span ( Matthews et al., 2008). Additionally, sedentary behavior is thought to be highly habitual, so people may not be aware of how much time they sit each day ( Conroy, Maher, Elavsky, Hyde, & Doerksen, 2013). Furthermore, older adults face many challenges associated with aging, including declines in executive functioning (including short-term memory, problem solving, and reasoning Salthouse, Atkinson, & Berish, 2003) that may make it difficult for them to accurately recall their sedentary behavior or physical activity (especially lifestyle physical activity).

Findings regarding associations between sedentary behavior and life satisfaction differed across self-report and objective measures of behavior. Objective data use dual inclinometers and accelerometers to determine sitting time, which provide a more accurate estimate of sedentary behavior compared with self-report measures ( Aguilar-Farías, Brown, Olds, & Peeters, 2014 Kozey-Keadle, Libertine, Lyden, Staudenmayer, & Freedson, 2011). The former likely represents the true association between sedentary behavior and life satisfaction. Self-report data serve as a representation of older adults’ perceived time use. In this study, perceived time use in different domains of sedentary behavior is likely influenced by older adults’ values, interests, and goals as well as the level of enjoyment and stimulation ( Salmon, Owen, Crawford, Bauman, & Sallis, 2003). The null associations between older adults’ self-reported sedentary behavior and life satisfaction found in this study likely reflected those influences on perceived time use rather than on actual sitting time. The nature of the sedentary activity may be important in understanding relations between sedentary behavior and life satisfaction. The extent to which older adults find certain sedentary activities meaningful, rewarding, or socially engaging represents an important area of research because it can identify sedentary activities that can enhance or detract from life satisfaction.

This study added to accumulating evidence that objectively measured sedentary behavior is associated with life satisfaction and that this association reflects a within-person process ( Maher et al., 2014). Unlike previous studies, which only examined associations between sedentary behavior and indicators of well-being at the between-person level (e.g., Balboa-Castillo et al., 2011 Hamer, Poole, & Messerli-Bürgy, 2013 Hamer & Stamatakis, 2013 Withall et al., 2014), this study examined those associations simultaneously and revealed a significant within-person, but not between-person, association. It may be that previously documented associations between sedentary behavior and indicators of well-being at the between-person level were an artifact of unaccounted for within-person processes. The within-person association between sedentary behavior and life satisfaction may be driven by affective processes however, affect was not assessed in this study. Therefore, future work is needed to corroborate this proposed mechanism.

This study adds to accumulating evidence that daily deviations in self-reported physical activity are associated with life satisfaction across the life span ( Maher et al., 2013, 2014, 2015). Concerning the within-person association between objectively measured physical activity and life satisfaction, the null findings from this study differed from those of previous research ( Maher et al., 2014). Maher and colleagues (2014) expressed physical activity as average hourly volume (activity counts/hour) whereas, in this study, physical activity was expressed as duration (time spent stepping/day). Volume is the product of intensity and duration. In this study, physical activity was void of any information about intensity of the physical activity. It may be that older adults need to engage in a certain intensity of physical activity to enhance well-being. Future research investigating within-person associations between objectively measured physical activity and life satisfaction in older adults should attempt to capture the volume of physical activity.

Across both models, findings from this study suggested that sedentary behavior and physical activity do not have additive associations with life satisfaction in older adults. This finding contrasts with studies that documented independent and additive associations with indicators of well-being ( Balboa-Castillo et al., 2011 Hamer & Stamatakis, 2013 Hamer et al., 2013 Kesse-Guyot et al., 2012 Van Uffelen et al., 2013). However, the lack of independent associations may be due to differences in measurement previously outlined. Using objective measures of behavior that are not subject to the influences that can affect people’s perceived time use (e.g., values, interests, and goals) may yield the strongest conclusions regarding these additive associations. Furthermore, results from this study suggest that objective measures of physical activity that capture volume or frequency, as opposed to duration, may be most appropriate for documenting associations between physical activity and life satisfaction in older adults.

Finally, results from this study strengthen our conclusions regarding the direction of the relationship between health behaviors and life satisfaction and are consistent with those from previous work investigating the directionality of these associations ( Maher et al., 2013, 2014, 2015). Given these findings, it would suggest that interventions targeting small changes in daily life (e.g., taking the stairs instead of the elevator [to increase daily physical activity] or standing during the commercial breaks [to reduce sedentary behavior]) may have a greater impact on life satisfaction than more dramatic, sustained changes in behavior (i.e., adopting a new exercise program or removing all chairs from one’s home). Furthermore, these small changes are likely to be more manageable and easier to incorporate into daily life. Interventions designed to enhance well-being in older adults should consider targeting daily changes in total sedentary behavior and daily changes in the volume or frequency of bouts of physical activity. Such an intervention might have older adults identify times during the day during which they sit for more than an hour at a time and then develop detailed plans (i.e., action plans) to break up that hour of sitting with a few minutes or standing or walking. This would allow older adults to displace sedentary time with physical activity in the hopes of enhancing life satisfaction. The plans would be developed daily and adapt to the demands of each day in the hope of reducing sedentary time or increasing physical activity relative to typical levels for each older adult.

Another implication of findings from this study is that sedentary behavior and physical activity can be targeted as an intervention on days that older adults struggle with life satisfaction and not targeted on other days. This would lead to more efficient deployment of interventions, conservation of the self-regulatory resources required to control health behaviors, reduced burden for older adults, and possibly more effective interventions.

Trebuie menționate unele limitări. First, our sample was homogeneous with respect to race and ethnicity. Additionally, we excluded participants with functional limitations that prevented them from standing or walking on their own. Future research is needed in populations of pre-frail and frail older adults because their sedentary behavior is problematic and may accelerate declines in health ( Blodgett, Theou, Kirkland, Andreou, & Rockwood, 2015). Additionally, because of our inclusion criteria, it is unclear whether associations documented in this study are also true for older adults who sit for less than 8 hours/day (which represents less than a third of the older adult population Harvey, Chastin, & Skelton, 2013 Harvey et al., 2015). Investigating these associations in more diverse samples will be critical in understanding how health behaviors can be used as a way to promote well-being and quality of life in a variety of aging populations.

Due to the intensive sampling design of this ecological momentary assessment study, we used a single-item measure of life satisfaction to reduce participant burden. Future research should examine within-person associations between health behaviors and life satisfaction using other measures of life satisfaction, which represent the broader content universe.

Furthermore, life satisfaction and self-reported health behaviors were assessed at the end of each day. End-of-day assessments may have impacted results due to fatigue or circadian processes (e.g., melatonin and cortisol). Moreover, problems inherent with recall may have obscured participants’ self-reports of behavior. Therefore, it may be valuable to sample life satisfaction, as well as sedentary behavior, at different times throughout the day to further untangle the association between sedentary behavior and life satisfaction, while reducing recall burden.

The observational nature of this study precludes conclusions about causality. We tested and were able to rule out one plausible alternative causal sequence to strengthen confidence in our conclusions. We also controlled for several plausible time-varying and time-invariant third variables however, a number of other plausible third variables were not controlled (e.g., perceived control, goal pursuits, positive and negative affect, health-related quality of life, social engagement, and loneliness). Experimental work is needed to determine the casual role that sedentary behavior and physical activity play in regulating life satisfaction.

In conclusion, this study elaborated on associations between sedentary behavior, physical activity, and life satisfaction in older adults. Associations differed between self-report and objective measures of behavior. Results from this study suggested that daily changes in sedentary behavior or physical activity, but not both, have implications for older adults’ daily life satisfaction. Usual sedentary behavior and physical activity were not associated with older adults’ daily life satisfaction. Interventions designed to enhance daily life satisfaction in older adults should emphasize daily changes in total sedentary behavior and daily changes in the volume or frequency of physical activity.


Happiness over time

Findings from the World Value Survey

In addition to the Gallup World Poll (discussed above), the World Value Survey also provides cross-country data on self-reported life satisfaction. These are the longest available time series of cross-country happiness estimates that include non-European nations.

The World Value Survey collects data from a series of representative national surveys covering almost 100 countries, with the earliest estimates dating back to 1981. In these surveys, respondents are asked: “Taking all things together, would you say you are (i) Very happy, (ii) Rather happy, (iii) Not very happy or (iv) Not at all happy”. This visualization plots the share of people answering they are Very happy or Rather happy.

As we can see, in the majority of countries the trend is positive: In 49 of the 69 countries with data from two or more surveys, the most recent observation is higher than the earliest. In some cases, the improvement has been very large in Zimbabwe, for example, the share of people who reported being ‘very happy’ or ‘rather happy’ went from 56.4% in 2004 to 82.1% in 2014.

Faceți clic pentru a deschide versiunea interactivă

Findings from Eurobarometer

The Eurobarometer collects data on life satisfaction as part of their public opinion surveys. For several countries, these surveys have been conducted at least annually for more than 40 years. The visualization here shows the share of people who report being ‘very satisfied’ or �irly satisfied’ with their standards of living, according to this source.

Two points are worth emphasizing. First, estimates of life satisfaction often fluctuate around trends. In France, for example, we can see that the overall trend in the period 1974-2016 is positive yet there is a pattern of ups and downs. And second, despite temporary fluctuations, decade-long trends have been generally positive for most European countries.

In most cases, the share of people who say they are ‘very satisfied’ or �irly satisfied’ with their life has gone up over the full survey period. 2 Yet there are some clear exceptions, of which Greece is the most notable example. Add Greece to the chart and you can see that in 2007, around 67% of the Greeks said they were satisfied with their life but five years later, after the financial crisis struck, the corresponding figure was down to 32.4%. Despite recent improvements, Greeks today are on average much less satisfied with their lives than before the financial crisis. No other European country in this dataset has gone through a comparable negative shock.

Faceți clic pentru a deschide versiunea interactivă


The Relationships Between Life Satisfaction, Happiness, and Current Mood

The present research proposes and tests a conceptualization of happiness as a situation-dependent evaluation of hedonic experiences, specifically the valence and activation of current mood, as well as being related to cognitive judgments of life satisfaction. In Experiment 1 86 undergraduates rated their life satisfaction (five scales forming the Satisfaction With Life Scale), happiness on five rating scales, and valence and activation of current mood, each on three rating scales, before and after attending a lecture. The results showed that happiness was related to life satisfaction mediated by valence of current mood. The change in happiness from before to after attending the lecture was only influenced by the change in valence of the current mood. In Experiment 2 which used scenarios to induce valence and activation of current mood in four randomized groups with a total of 135 undergraduates, happiness was related to preference for current mood rated on three scales which in turn was directly affected by both the valence and activation induction. Valence was in the mood-induction scenarios related to the expected rate of goal pursuit and activation to incidental events. Experiment 3 demonstrated for another 59 undergraduates that happiness stayed related to preference for a positive mood despite that its relation to a positive mood was reversed in an incongruent situation.

Aceasta este o previzualizare a conținutului abonamentului, acces prin intermediul instituției dvs.


Priveste filmarea: H2O Adauga Apa -Episodul 16 Relatia dintre Cleo si Zane (August 2022).