Sex Differences in the Expression and Use of Computer-Mediated Affective Language
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Although women have been stereotyped as more emotionally expressive than men, the extant empirical evidence on sex differences in the expression and use of affective communication is equivocal. The authors examined the influence of sex and context on the expression and use of computer-mediated affective language in a sample of young adults. A total of 56 undergraduates (28 males, 28 females) were paired in same-sex dyads and randomly assigned to either a webcam or no webcam condition. The participants engaged in a 10-min free chat online conversation in the laboratory. Transcripts were objectively coded for the use of affective communication and traditional linguistic and conversational style measures. The analyses revealed separate significant Sex × Webcam Condition interactions on the affective quality of language used and the expression of computer-mediated emotion. Men in the webcam condition used significantly less active words than men in the no webcam condition and less than women in the webcam condition. Women in the webcam condition used significantly more emoticons than women in the no webcam condition or men in either condition. Men and women did not differ in their use of emoticons in the no webcam condition. Results suggest that sex differences in the use and expression of computer-mediated affective communication are context specific in an undergraduate sample. Findings are discussed in terms of their larger implications for understanding sex differences in the expression and use of emotion in face-to-face (FTF) social interactions.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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