MétaCan
Menu
Retour à la cohorte
Enregistrement W1959545264 · doi:10.1002/wcs.1267

Research in culture and psychology: past lessons and future challenges

2013· article· en· W1959545264 sur OpenAlexaff
Igor Grossmann, Jinkyung Na

Notice bibliographique

RevueWiley Interdisciplinary Reviews Cognitive Science · 2013
Typearticle
Langueen
DomainePsychology
ThématiqueCultural Differences and Values
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésCross-cultural psychologyPsychologyEmic and eticSocial cognitionCognitionCLARITYCultural psychologyPsychological researchSet (abstract data type)Social psychologyEpistemologySociologyCognitive science

Résumé

récupéré en direct d'OpenAlex

Since the dawn of psychology as a science, conceptual and methodological questions have accompanied research at the intersection of culture and psychology. We review some of these questions using two dominant concepts-independent versus interdependent social orientation and analytic versus holistic cognitive style. Studying the relationship between culture and psychology can be difficult due to sampling restrictions and response biases. Since these challenges have been mastered, a wealth of research has accumulated on how culture influences cognition, emotion, and the self. Building on this work, we outline a set of new challenges for culture and psychology. Such challenges include questions about conceptual clarity, within-cultural and subcultural variations (e.g., variations due to social class), differentiation and integration of processes at the group versus individual level of analysis, modeling of how cultural processes unfold over time, and integration of insights from etic and emic methodological approaches. We review emerging work addressing these challenges, proposing that future research on culture and psychology is more exciting than ever. WIREs Cogn Sci 2014, 5:1-14. doi: 10.1002/wcs.1267 CONFLICT OF INTEREST: The authors have declared no conflicts of interest for this article. For further resources related to this article, please visit the WIREs website.

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)0,066
score de la tête « metaresearch » (Gemma)0,042
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,934
Score d'incertitude au seuil0,350

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0660,042
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0050,001
Bibliométrie0,0070,010
Études des sciences et des technologies0,0060,037
Communication savante0,0160,054
Science ouverte0,0050,013
Intégrité de la recherche0,0110,020
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,266
Tête enseignante GPT0,518
Écart entre enseignants0,252 · 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.

Devis d'étudeThéorique ou conceptuel
DomaineMéthodes
GenreSynthèse

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

En bref

Citations85
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWiley Interdisciplinary Reviews Cognitive ScienceMême sujetCultural Differences and ValuesTravaux en français237 207