Cultural differences in holism, focalism and affective forecasting
Notice bibliographique
Résumé
The "impact bias" in affective forecasting - a tendency to overestimate the emotional consequences of a particular future event - might not be a universal phenomenon. This prediction bias occurs in part because of a cognitive process known as focalism, whereby predictors focus attention narrowly on the target event and neglect other mitigating events and circumstances. It was hypothesized that East Asians, because of their holistic tendencies, would be less susceptible to focalism and consequently to the impact bias. These hypotheses were partially supported. In Study 1, participants predicted on a cold day how happy they would be when outdoor temperatures first reached 20 degrees Celsius. When this warmer weather arrived, a comparable sample of participants reported their happiness. In Study 2, participants nominated an upcoming positive event and predicted how happy they would be two weeks later if it occurred. Two weeks later, the same participants reported their actual happiness levels. In both studies, Euro-Canadians exhibited the impact bias, predicting significantly more happiness than they experienced, but Asians did not. The Euro-Canadians predicted greater happiness than Asians, whereas actual happiness levels did not differ across cultures. In addition, a measure of cognitive process revealed that the cultural difference in prediction was mediated by the degree to which participants focused on the target event itself. These results suggest that East Asians are less prone than Westerners to the impact bias, because they focus less on the target event while generating affective forecasts. Although scores on several holism measures were not predictive of focalism or affective forecasts, the results of both studies supported the hypothesized patterns of predicted and experienced happiness as well as confirmed the expected role of focalism.
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 | 0,001 | 0,004 |
| 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 | 0,001 |
| Communication savante | 0,001 | 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) | 0,001 | 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 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 ».