MétaCan
Menu
Retour à la cohorte
Enregistrement W1965167638 · doi:10.1080/10495142.2014.965069

Millennials, Social Media, Prosocial Emotions, and Charitable Causes: The Paradox of Gender Differences

2014· article· en· W1965167638 sur OpenAlexaff
Michèle Paulin, R. James Ferguson, Kaspar Schattke, Nina Jost

Notice bibliographique

RevueJournal of Nonprofit & Public Sector Marketing · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueImpact of Technology on Adolescents
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésProsocial behaviorEmpathyPsychologyAltruism (biology)Social psychologyContext (archaeology)Social mediaEmpathic concernSocial identity theoryHelping behaviorIdentity (music)Social groupPerspective-taking

Résumé

récupéré en direct d'OpenAlex

This research investigated gender differences of Millennials’ online and offline prosocial intentions to support charitable events for the causes of breast cancer and homeless youth after exposure to Facebook appeals to self-benefit and others-benefit, as well as with respect to their empathy identification with the cause and their social-oriented moral identity. In general, the results agree with the literature indicating that women tend to be more altruistic, empathetic, and moral than men. Paradoxically, the findings indicate that, within a social media context, emotions related to altruism, empathy toward the cause, and socially oriented moral identity are factors more closely predictive of males’ inclinations to engage in activities to support charitable events. Whereas women are already more predisposed to helping others, nonprofit marketers must emotionally prod men to help others through specific emotional hooks for prosocial behaviors.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,010
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,071
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,049
Tête enseignante GPT0,290
Écart entre enseignants0,241 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations63
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nonprofit & Public Sector MarketingMême sujetImpact of Technology on AdolescentsTravaux en français237 207