MétaCan
Menu
Retour à la cohorte
Enregistrement W2108038215 · doi:10.1177/0022022111430257

One and Not the Same

2011· article· en· W2108038215 sur OpenAlexaff
Ella Daniel, David Schiefer, Ariel Knafo‐Noam

Notice bibliographique

RevueJournal of Cross-Cultural Psychology · 2011
Typearticle
Langueen
DomainePsychology
ThématiqueCultural Differences and Values
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésConformityEthnic groupContext (archaeology)ResidenceImmigrationTurkishSocial psychologyPsychologyCultural valuesNorwegianSituational ethicsValue (mathematics)DemographySociologyGeographyPolitical scienceGender studiesStatisticsMathematicsLaw

Résumé

récupéré en direct d'OpenAlex

Values are trans-situational, but little is known about their differential consistency across situations. We studied the cross-context correlations of value importance in six adolescent groups across Israel (Jewish majority, former Soviet-Union [FSU] immigrants, and Arab minority) and Germany (majority, FSU, and Turkish immigrants).Values were elicited for several contexts: family, school, and country of residence. Self-direction, achievement, conformity, and benevolence values in the family, the school, and the country of residence contexts revealed a moderately positive correlation among majority members (Study 1). A similar pattern was found for minority members (Study 2), suggesting that values are consistent in their rank order, but vary in importance based on circumstances. Study 2 also investigated minority members’ values in the ethnic context. In Israel, these values correlated positively with values in other contexts. In Germany, self-direction and conformity values in the ethnic context correlated negatively with the same values in other contexts (e.g., self-direction values in the student context and the ethnic context correlated negatively). The cultural environment is therefore relevant to value-system coherence.

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)0,002
score de la tête « metaresearch » (Gemma)0,010
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: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,009
Communication savante0,0060,007
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,275
Tête enseignante GPT0,481
Écart entre enseignants0,205 · 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

Citations27
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Cross-Cultural PsychologyMême sujetCultural Differences and ValuesTravaux en français237 207