MétaCan
Menu
Retour à la cohorte
Enregistrement W1966316195 · doi:10.1371/journal.pone.0064776

Collective-Goal Ascription Increases Cooperation in Humans

2013· article· en· W1966316195 sur OpenAlexaff
Panagiotis Mitkidis, Jesper Sørensen, Kristoffer Laigaard Nielbo, Marc Malmdorf Andersen, Pierre Liénard

Notice bibliographique

RevuePLoS ONE · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEvolutionary Game Theory and Cooperation
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésAscriptionCollective actionPerceptionAffect (linguistics)Public goodSocial psychologyPsychologySocial dilemmaCognitive psychologyMicroeconomicsPolitical scienceEconomicsCommunication

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Cooperation is necessary in many types of human joint activity and relations. Evidence suggests that cooperation has direct and indirect benefits for the cooperators. Given how beneficial cooperation is overall, it seems relevant to investigate the various ways of enhancing individuals' willingness to invest in cooperative endeavors. We studied whether ascription of a transparent collective goal in a joint action promotes cooperation in a group. METHODS: A total of 48 participants were assigned in teams of 4 individuals to either a "transparent goal-ascription" or an "opaque goal-ascription" condition. After the manipulation, the participants played an anonymous public goods game with another member of their team. We measured the willingness of participants to cooperate and their expectations about the other player's contribution. RESULTS: Between subjects analyses showed that transparent goal ascription impacts participants' likelihood to cooperate with each other in the future, thereby greatly increasing the benefits from social interactions. Further analysis showed that this could be explained with a change in expectations about the partner's behavior and by an emotional alignment of the participants. CONCLUSION: The study found that a transparent goal ascription is associated with an increase of cooperation. We propose several high-level mechanisms that could explain the observed effect: general affect modulation, trust, expectation and perception of collective efficacy.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,706
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,043
Tête enseignante GPT0,255
Écart entre enseignants0,212 · 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

Citations35
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetEvolutionary Game Theory and CooperationTravaux en français237 207