Self-Resemblance and Social Rejection
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Humans perceive and treat self-resembling others in ways that suggest that self-resemblance is a cue of kinship. However, we know little about how individuals respond to treatment by self-resembling others. Here we approach this problem by connecting facial self-resemblance to social rejection. Given that individuals should expect to cooperate with kin, we hypothesized that (1) social inclusion by perceived kin should elicit lesser feelings of rejection and (2) social exclusion by perceived kin should elicit greater feelings of rejection relative to inclusion or exclusion, respectively, by nonkin. To test these hypotheses, we recruited 90 participants to play two games of Cyberball, a virtual ball-tossing game, with separate pairs of ostensible partners. In one game, the ostensible partners were programed to fully include the participants in group play and, in the other game, they were programed to exclude the participants after a few rounds; the order of inclusion and exclusion was counterbalanced across participants. Partner faces were digitally manipulated to be either self- or nonself-resembling, and these conditions were also counterbalanced. Rejection feelings differed significantly as a function of self-resemblance between the inclusion and exclusion conditions, but only for participants who experienced inclusion first. Moreover, for these individuals, inclusion by self-resembling partners led to significantly lesser feelings of rejection than did inclusion by nonself-resembling partners. To explain this effect, we explore potential mechanisms of kin recognition and social rejection. Although nuanced, our results suggest that perceptions of kinship can moderate psychological responses to the actions of others.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
score_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