MétaCan
Menu
Retour à la cohorte
Enregistrement W1593976641 · doi:10.1108/eb022909

COST‐BENEFIT ANALYSES FOR YOUR GROUP AND YOURSELF: THE RATIONALITY OF DECISION‐MAKING IN CONFLICT

2004· article· en· W1593976641 sur OpenAlexaffabout
Winnifred R. Louis, Donald M. Taylor, Tyson Neil

Notice bibliographique

RevueInternational Journal of Conflict Management · 2004
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial and Intergroup Psychology
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésExpectancy theorySocial psychologySocial identity theoryPsychologyRationalityGroup conflictIdentity (music)Group decision-makingContext (archaeology)Value (mathematics)Collective identitySocial groupPoliticsPolitical science

Résumé

récupéré en direct d'OpenAlex

Two studies in the context of English‐French relations in Québec suggest that individuals who strongly identify with a group derive the individual‐level costs and benefits that drive expectancy‐value processes (rational decision‐making) from group‐level costs and benefits. In Study 1, high identifiers linked group‐ and individual‐level outcomes of conflict choices whereas low identifiers did not. Group‐level expectancy‐value processes, in Study 2, mediated the relationship between social identity and perceptions that collective action benefits the individual actor and between social identity and intentions to act. These findings suggest the rational underpinnings of identity‐driven political behavior, a relationship sometimes obscured in intergroup theory that focuses on cognitive processes of self‐stereotyping. But the results also challenge the view that individuals' cost‐benefit analyses are independent of identity processes. The findings suggest the importance of modeling the relationship of group and individual levels of expectancy‐value processes as both hierarchical and contingent on social identity processes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,031
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil0,086

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,031
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,009
Communication savante0,0050,004
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,168
Tête enseignante GPT0,490
Écart entre enseignants0,322 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations88
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Conflict ManagementMême sujetSocial and Intergroup PsychologyTravaux en français237 207