MétaCan
Menu
Retour à la cohorte
Enregistrement W1970506937 · doi:10.1111/j.1467-8624.2012.01851.x

The Relation of Moral Emotion Attributions to Prosocial and Antisocial Behavior: A Meta-Analysis

2012· review· en· W1970506937 sur OpenAlexaff
Tina Malti, Tobias Krettenauer

Notice bibliographique

RevueChild Development · 2012
Typereview
Langueen
DomainePsychology
ThématiqueBullying, Victimization, and Aggression
Établissements canadiensWilfrid Laurier UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésProsocial behaviorPsychologyAttributionModerationDevelopmental psychologyAssociation (psychology)Social cognitionSocial psychologyCognition

Résumé

récupéré en direct d'OpenAlex

This meta-analytic review of 42 studies covering 8,009 participants (ages 4-20) examines the relation of moral emotion attributions to prosocial and antisocial behavior. A significant association is found between moral emotion attributions and prosocial and antisocial behaviors (d = .26, 95% CI [.15, .38]; d = .39, 95% CI [.29, .49]). Effect sizes differ considerably across studies and this heterogeneity is attributed to moderator variables. Specifically, effect sizes for predicted antisocial behavior are larger for self-attributed moral emotions than for emotions attributed to hypothetical story characters. Effect sizes for prosocial and antisocial behaviors are associated with several other study characteristics. Results are discussed with respect to the potential significance of moral emotion attributions for the social behavior of children and adolescents.

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)0,009
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,023
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0090,020
Bibliométrie0,0060,005
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
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 Opus0,157
Tête enseignante GPT0,385
Écart entre enseignants0,228 · 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'étudeMéta-analyse
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

Citations300
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChild DevelopmentMême sujetBullying, Victimization, and AggressionTravaux en français237 207