MétaCan
Menu
Retour à la cohorte
Enregistrement W2057826625 · doi:10.1111/cdev.12349

Children's and Adolescents' Accounts of Helping and Hurting Others: Lessons About the Development of Moral Agency

2015· article· en· W2057826625 sur OpenAlexafffund
Holly Recchia, Cecilia Wainryb, Stacia Bourne, Monisha Pasupathi

Notice bibliographique

RevueChild Development · 2015
Typearticle
Langueen
DomainePsychology
ThématiqueChild and Adolescent Psychosocial and Emotional Development
Établissements canadiensConcordia University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésProsocial behaviorPsychologyAgency (philosophy)NarrativeHelping behaviorHarmPerspective (graphical)Social psychologyMoral developmentDevelopmental psychologyMoral agencyAdolescent developmentPerspective-takingEmpathySociology

Résumé

récupéré en direct d'OpenAlex

This study examined children's and adolescents' narrative accounts of everyday experiences when they harmed and helped a friend. The sample included 100 participants divided into three age groups (7-, 11-, and 16-year-olds). Help narratives focused on the helping acts themselves and reasons for helping, whereas harm narratives included more references to consequences of acts and psychological conflicts. With age, however, youth increasingly described the consequences of helping. Reasons for harming others focused especially on the narrator's perspective whereas reasons for helping others were centered on others' perspectives. With age, youth increasingly drew self-related insights from their helpful, but not their harmful, actions. Results illuminate how reflections on prosocial and transgressive experiences may provide distinct opportunities for constructing moral agency.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,396
Score d'incertitude au seuil0,825

Scores Codex et Gemma par catégorie

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

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 Opus0,046
Tête enseignante GPT0,301
Écart entre enseignants0,255 · 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.

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

Citations54
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChild DevelopmentMême sujetChild and Adolescent Psychosocial and Emotional DevelopmentTravaux en français237 207