MétaCan
Menu
Retour à la cohorte
Enregistrement W2161042603 · doi:10.1177/0956797613479975

Experiencing a Natural Disaster Alters Children’s Altruistic Giving

2013· article· en· W2161042603 sur OpenAlexaff
Yiyuan Li, Hong Li, Jean Decety, Kang Lee

Notice bibliographique

RevuePsychological Science · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDisaster Management and Resilience
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPsychologyNatural disasterSuicide preventionPoison controlAltruism (biology)Natural (archaeology)Injury preventionHuman factors and ergonomicsProsocial behaviorSocial psychologyOccupational safety and healthDevelopmental psychologyMedical emergency

Résumé

récupéré en direct d'OpenAlex

Altruism is thought to be a major contributor to the development of large-scale human societies. However, much of the evidence supporting this belief comes from individuals living in pacific and often affluent environments. It is entirely unknown whether humans act altruistically when facing adversity. Adversity is arguably a common human experience (as manifested in, e.g., personal tragedies, political upheavals, and natural disasters). In the research reported here, we found that experiencing a natural disaster affected children's altruistic giving. Immediately after witnessing devastations caused by a major earthquake, 9-year-olds became more altruistic. In addition, the more empathic they were, the more they gave. In contrast, experiencing a major earthquake caused 6-year-olds to be more selfish. Three years after the earthquake, children's altruistic tendencies returned to pre-earthquake levels, which suggests that changes in children's altruistic giving are an acute response to the immediate aftermath of a major natural disaster. These findings suggest that environmental insults and empathy play crucial roles in human altruism.

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)0,003
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
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 savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,017
Tête enseignante GPT0,347
Écart entre enseignants0,330 · 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

Citations127
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsychological ScienceMême sujetDisaster Management and ResilienceTravaux en français237 207