MétaCan
Menu
Retour à la cohorte
Enregistrement W2529428667 · doi:10.1002/jcpy.1035

A Self‐Regulatory Model of Resource Scarcity

2018· article· en· W2529428667 sur OpenAlexaff
Christopher Cannon, Kelly Goldsmith, Caroline Roux

Notice bibliographique

RevueJournal of Consumer Psychology · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueBehavioral Health and Interventions
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésScarcityResource scarcityResource (disambiguation)Context (archaeology)Perspective (graphical)CommodityEconomicsPsychologyMicroeconomicsNatural resource economicsComputer science

Résumé

récupéré en direct d'OpenAlex

Academics have shown a growing interest in the effects of resource scarcity—a discrepancy between one's current resource levels and a higher, more desirable reference point. However, the existing literature lacks an overarching theory to explain the breadth of findings across different types of resources. To address this, we introduce a self‐regulatory model of resource scarcity. In it, we propose that consumers respond to resource scarcity through two distinct psychological pathways: a scarcity‐reduction route aimed at reducing the discrepancy in resources and a control‐restoration route aimed at reestablishing diminished personal control by attaining security in other domains. We explain how a key determinant of which route the consumer will pursue is the perceived mutability of the resource discrepancy. We also specify moderators, based on our proposed model, to identify when each of the two routes is pursued. This model is assessed in the context of alternative theoretical perspectives, including commodity theory, life history theory, and models of compensatory behavior. Finally, we provide a research agenda for those interested in studying the psychology of resource scarcity from a self‐regulatory perspective.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,004
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,093
Tête enseignante GPT0,435
Écart entre enseignants0,342 · 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'étudeThéorique ou conceptuel
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

Citations266
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Consumer PsychologyMême sujetBehavioral Health and InterventionsTravaux en français237 207