MétaCan
Menu
Retour à la cohorte
Enregistrement W2105630032 · doi:10.1177/0956797613492425

The Ergonomics of Dishonesty

2013· article· en· W2105630032 sur OpenAlex
Andy J. Yap, Abbie S. Wazlawek, Brian J. Lucas, Amy J. C. Cuddy, Dana R. Carney

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevuePsychological Science · 2013
Typearticle
Langueen
DomainePsychology
ThématiqueBehavioral Health and Interventions
Établissements canadiensKellogg's (Canada)
Organismes subventionnairesNational Science Foundation
Mots-clésExpansiveDishonestyCommitFeelingPsychologySocial psychologyAction (physics)Human factors and ergonomicsPower (physics)Poison controlComputer scienceMedical emergency

Résumé

récupéré en direct d'OpenAlex

Research in environmental sciences has found that the ergonomic design of human-made environments influences thought, feeling, and action. In the research reported here, we examined the impact of physical environments on dishonest behavior. In four studies, we tested whether certain bodily configurations-or postures-incidentally imposed by the environment led to increases in dishonest behavior. The first three experiments showed that individuals who assumed expansive postures (either consciously or inadvertently) were more likely to steal money, cheat on a test, and commit traffic violations in a driving simulation. Results suggested that participants' self-reported sense of power mediated the link between postural expansiveness and dishonesty. Study 4 revealed that automobiles with more expansive driver's seats were more likely to be illegally parked on New York City streets. Taken together, the results suggest that, first, environments that expand the body can inadvertently lead people to feel more powerful, and second, these feelings of power can cause dishonest behavior.

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 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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,948
Score d'incertitude au seuil1,000

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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,098
Tête enseignante GPT0,462
Écart entre enseignants0,364 · 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