MétaCan
Menu
Retour à la cohorte
Enregistrement W1983069677 · doi:10.1037/a0037697

Feeling more together: Group attention intensifies emotion.

2014· article· en· W1983069677 sur OpenAlexaff
Garriy Shteynberg, Jacob B. Hirsh, Evan P. Apfelbaum, Jeff T. Larsen, Adam D. Galinsky, Neal J. Roese

Notice bibliographique

RevueEmotion · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial and Intergroup Psychology
Établissements canadiensKellogg's (Canada)University of Toronto
Organismes subventionnairesnon disponible
Mots-clésSadnessHappinessFeelingPsychologySocial psychologyArousalDevelopmental psychologyAnger

Résumé

récupéré en direct d'OpenAlex

The idea that group contexts can intensify emotions is centuries old. Yet, evidence that speaks to how, or if, emotions become more intense in groups remains elusive. Here we examine the novel possibility that group attention--the experience of simultaneous coattention with one's group members--increases emotional intensity relative to attending alone, coattending with strangers, or attending nonsimultaneously with one's group members. In Study 1, scary advertisements felt scarier under group attention. In Study 2, group attention intensified feelings of sadness to negative images, and feelings of happiness to positive images. In Study 3, group attention during a video depicting homelessness led to greater sadness that prompted larger donations to charities benefiting the homeless. In Studies 4 and 5, group attention increased the amount of cognitive resources allocated toward sad and amusing videos (as indexed by the percentage of thoughts referencing video content), leading to more sadness and happiness, respectively. In all, these effects could not be explained by differences in physiological arousal, emotional contagion, or vicarious emotional experience. Greater fear, gloom, and glee can thus result from group attention to scary, sad, and happy events, respectively.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
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 savante0,0010,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,027
Tête enseignante GPT0,317
Écart entre enseignants0,290 · 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

Citations139
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEmotionMême sujetSocial and Intergroup PsychologyTravaux en français237 207