MétaCan
Menu
Retour à la cohorte
Enregistrement W2529245342 · doi:10.1002/bdm.1995

Cultural Variations in Reasons for Advice Seeking

2016· article· en· W2529245342 sur OpenAlexafffund
Li‐Jun Ji, Ning Zhang, Ye Li, Zhiyong Zhang, Gill Harper, Mark Khei, Jie Li

Notice bibliographique

RevueJournal of Behavioral Decision Making · 2016
Typearticle
Langueen
DomainePsychology
ThématiqueCultural Differences and Values
Établissements canadiensQueen's University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésAdvice (programming)ClosenessPsychologyCompetence (human resources)Social psychologyDilemma

Résumé

récupéré en direct d'OpenAlex

Abstract Five studies examined cultural differences in reasons for advice‐seeking behaviors. Content analyses in Study 1A and self‐ratings in Study 1B consistently revealed that Euro‐Canadians were more likely than East Asians (mainly Chinese) to seek advice for informational reasons, whereas East Asians were more likely than Euro‐Canadians to seek advice for relational reasons. Study 2A showed that Chinese displayed a higher level of relationship concern than Euro‐Canadians in deciding from whom to seek advice in a decision dilemma. Study 2B found that, although Chinese and Euro‐Canadians did not differ from each other on willingness to pay for informational advice, Chinese were willing to pay more for building a relationship with the advisor through advice seeking than Euro‐Canadians were. Study 3 explored how the advice giver might perceive an advice seeker in terms of their competence and the closeness of their relationship after advice was sought for various reasons. We found that relationally oriented advice seeking increased the perceived competence of the advice seeker among Chinese more than among Euro‐Canadians. Information‐oriented advice seeking increased the perceived closeness between the advice seeker and advice giver among Chinese more than among Euro‐Canadians. Implications for other aspects of advice exchange are discussed. Copyright © 2016 John Wiley & Sons, Ltd.

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)0,004
score de la tête « metaresearch » (Gemma)0,013
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 enseignants0,024
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,156
Tête enseignante GPT0,474
Écart entre enseignants0,318 · 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

Citations13
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Behavioral Decision MakingMême sujetCultural Differences and ValuesTravaux en français237 207