MétaCan
Menu
Retour à la cohorte
Enregistrement W1966989364 · doi:10.1177/0165025414567007

“Who is worthy of my generosity?” Recipient characteristics and the development of children’s sharing

2015· article· en· W1966989364 sur OpenAlexafffund
Tina Malti, Michaela Gummerum, Sophia F. Ongley, Maria Paula Chaparro, Marta Nola, Na Young Bae

Notice bibliographique

RevueInternational Journal of Behavioral Development · 2015
Typearticle
Langueen
DomainePsychology
ThématiqueChild and Animal Learning Development
Établissements canadiensUniversity of Toronto
Organismes subventionnairesConnaught FundUniversity of Toronto
Mots-clésGenerosityPsychologySocial psychologyAltruism (biology)Developmental psychologyMoral developmentMoral behaviorProsocial behaviorMoral disengagementPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

Previous research has shown that the majority of 8-year-old children share valuable resources equally with others, whereas 4-year-olds are more likely to favor themselves in their sharing allocations. In this study, we examine whether these patterns of sharing behavior are affected by the needs of the recipient or by the recipient’s previous moral or immoral actions. One-hundred and sixty 4- and 8-year-old children had the opportunity to share stickers with hypothetical recipients who were assigned varying characteristics. For both age groups, sharing increased when recipients were needy (i.e., feels sad or has few toys) and morally deserving (i.e., shares with other children and does not push). The differentiation of sharing based on recipient characteristics increased between 4 and 8 years of age, with 8-year-olds also demonstrating decreased sharing when recipients were morally undeserving (i.e., pushes other children and does not share). Our findings provide evidence that children show increased sharing with recipients who are morally deserving and those who demonstrate need. This suggests that children indirectly reciprocate others’ past moral behavior and behave more altruistically towards those with higher need.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,002
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,053
Tête enseignante GPT0,332
Écart entre enseignants0,280 · 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'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

Citations114
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Behavioral DevelopmentMême sujetChild and Animal Learning DevelopmentTravaux en français237 207