MétaCan
Menu
Retour à la cohorte
Enregistrement W2170279230 · doi:10.1111/apps.12030

Competing Sexes, Power, and Testosterone: How Winning and Losing Affect People's Empathic Responses and What this Means for Organisations

2014· article· en· W2170279230 sur OpenAlexaff
John G. Vongas, Raghid Al Hajj

Notice bibliographique

RevueApplied Psychology · 2014
Typearticle
Langueen
DomainePsychology
ThématiqueEvolutionary Psychology and Human Behavior
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésEmpathyEmpathic concernPsychologyAffect (linguistics)Biopsychosocial modelAggressionPersonal distressCompetition (biology)Social psychologyTestosterone (patch)Power (physics)DistressAnxietyDevelopmental psychologyPerspective-takingClinical psychologyPsychotherapistMedicine

Résumé

récupéré en direct d'OpenAlex

We introduce a biopsychosocial model to explain how men's and women's testosterone fluctuations ensuing from winning and losing status in intrasexual competitions affect their proactive and reactive aggression, as well as their accuracy at assessing others’ emotions (empathic accuracy) and anxiety at witnessing others’ pain (personal distress). We also propose that their empathic responses depend on the extent to which they are driven by a need to influence other people (implicit power motivation). To our knowledge, this is among the first articles to offer a comprehensive investigation of the physiological and psychological effects that competitive outcomes have on individuals' empathic responses. Given that competition is ubiquitous in organisational life, we sensitise practitioners to its effect on empathy in the workplace and give recommendations on how they could foster a healthy work environment. Finally, to encourage scholars along this research avenue, we provide concrete suggestions for empirically testing our model and advise them to probe other hormones, as well as other empathic responses and non‐hormonal mechanisms that may assist in further explaining the competition–empathy link.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,613
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 technologies0,0010,001
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 Opus0,029
Tête enseignante GPT0,330
Écart entre enseignants0,301 · 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.

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

Citations20
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied PsychologyMême sujetEvolutionary Psychology and Human BehaviorTravaux en français237 207